基于多分辨率卷积网络的房颤起始点定位
李茜
王星尧
高鸿祥
赵莉娜
李建清
刘澄玉
东南大学 仪器科学与工程学院,数字医学工程全国重点实验室,南京 210096
摘要：为提高阵发性房颤(paroxysmal atrial fibrillation,PAF)的识别能力,本研究提出一种基于卷积网络的多分辨率心电图(electrocardiogram,ECG)理解框架.该框架通过同时利用局部的高分辨率形态特征和全局的低分辨率节律特征,可始终保持高分辨率特征并不断引入低分辨率特征分支.通过不断整合各分支的特征,高分辨率分支可辨别P波形态变化,低分辨率分支可检测RR间期的节律变化,从而实现PAF定位、房颤分类和QRS波定位多个任务.本研究使用CPSC 2021-Train数据库训练模型,并使用两个临床ECG数据库测试.两个数据库上的PAF定位分数分别为1.818 2 和3.487 0;房颤分类和QRS波定位在两个数据库上的F1 分数均值分别为 88.36%和 99.47%.说明本研究方法具有良好的PAF端点和QRS波定位性能.
关键词：阵发性房颤多分辨率特征穿戴式心电多任务
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(62171123)国家自然科学基金(62201144)国家自然科学基金(62211530112)国家自然科学基金(62071241)国家重点研发计划(2023YFC3603600)
论文发表日期：2024-02-28
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：9( 24-32 )
英文信息