基于深度学习的心电信号特征点检测的算法研究
梁晓洪
宋宁宁
刘成友
田书畅
张华伟
秦航
南京医科大学附属南京医院(南京市第一医院),南京 210006
摘要：为实现自动、准确、有效地心电数据分析,本研究提出了一种基于深度学习的心电信号智能分析模型ECG SegNet,以识别P波、QRS波群和T波并检测波形的起止点和偏差.首先,在编码器路径引入标准空洞卷积模块,使模型能够提取更多的心电信号特征;然后,在编码结构加入双向长短期记忆网络以获得大量时间特征;此外,将编码器路径上各级特征集分别短接至解码器部分进行多尺度解码,以减少编码过程中的信息损失.最后,该模型分别在QT和LU数据库上进行训练和测试.在QT数据库上,P波、QRS波群、T波起止点检测的平均F1 分别为 99.53%、99.82%、99.41%;在LU数据库上,P波、QRS波群、T波起止点检测的平均F1 分别为 94.74%、98.88%、97.53%.结果表明,本研究在心电信号波形检测上具有良好的灵活性和准确性,是一种可靠的心电信号自动分析方法.
关键词：心电信号深度学习编码解码结构卷积神经网络双向长短时记忆网络
分类号：R318(医用一般科学)
论文发表日期：2023-12-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：8( 329-336 )
英文信息