TY - A2的施密德Maurizio盟,徐小燕盟——魏Shoushui AU - Ma, Caiyun AU -罗,菅直人盟——张,李盟——刘,渝PY - 2018 DA - 2018/07/02 TI -心房纤颤打标识使用修改后的组合频率片小波变换和卷积神经网络SP - 2102918六世- 2018 AB -心房颤动(AF)是一种严重的心血管疾病与跳动不规则的现象。的主要原因是各种心脏疾病,如心肌梗死。自动对焦击败检测仍然是一个挑战性的任务,需要进一步探索。一个新的框架,结合修改频率片小波变换(MFSWT)和卷积神经网络(cnn),提出了自动对焦击败识别。MFSWT是用于转换1 s心电图(ECG)段时频图像,然后,图片被送入总统CNN对特征提取和AF / non-AF击败分类。结果房颤MIT-BIH数据库显示,平均精度(Acc)的81.07% 5倍交叉验证测试数据实现。相应的灵敏度(Se),特异性(Sp)和ROC曲线下的面积(AUC)结果是74.96%,86.41%和0.88,分别。当不包括一个非常糟糕的信号质量的心电图记录测试数据,平均Acc达到84.85%,与相应的Se, Sp,和AUC值的79.05%,89.99%和0.92。本研究表明它可以准确地识别房颤或从短期non-AF ecg信号集。SN - 2040 - 2295 UR - https://doi.org/10.1155/2018/2102918 - 10.1155 / 2018/2102918摩根富林明医疗工程PB - Hindawi KW - ER