TY -的A2 -马卡洛夫,博季诺夫AU -唐,海盟——王,Taoyi AU -李,孟克AU -杨,徐PY - 2018 DA - 2018/12/03 TI - Cardiotocography信号分类算法的设计和实现基于神经网络的SP - 8568617六世- 2018 AB -移动医疗是目前医学研究的热点问题。由于不便去医院胎儿心脏监测和有限的医疗资源,实时监测胎儿健康便携设备已经成为一个迫切需要孕妇,这有助于保护胎儿的健康以更全面的方式,降低医生的工作负载。的特性采集胎儿心率(FHR)信号,传统的基于特征分类方法需要手动阅读FHR曲线的形态特征,这是费时和昂贵的和有一定程度的校准偏差。FHR信号提出了一种分类方法,基于神经网络,它可以避免手动功能采集,减少人为因素造成的误差。算法将直接从FHR数据,真正实现FHR数据的实时诊断。卷积神经网络分类方法命名为“MKNet”和复发性神经网络设计名为“MKRNN”。本文的主要内容包括FHR信号的预处理、分类模型的训练和实验评估。最后,MKNet被证明是最好的算法实时FHR信号分类。SN - 1748 - 670 - 2018/8568617 / 10.1155 x你——https://doi.org/10.1155/2018/8568617——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER