Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

High Noise Tolerant R-Peak Detection Method Based on Deep Convolution Neural Network Kaedah Pengesanan R-Peak Tahan Bunyi Tinggi Berdasarkan Rangkaian Neural Convolution Dalam

Menghan JIA, Feiteng LI, Zhijian CHEN, Xiaoyan XIANG, Xiaolang YAN

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Kaedah pengesanan R-peak dengan toleransi hingar yang tinggi dibentangkan dalam kertas ini. Kaedah ini menggunakan rangkaian saraf lilitan dalam (DCNN) tersuai untuk mengekstrak ciri morfologi dan temporal daripada isyarat elektrokardiogram (ECG) yang dihiris. Rangkaian yang dicadangkan menggunakan berbilang lapisan lilitan diluaskan selari untuk menganalisis ciri dari pelbagai bidang pandangan. Tetingkap gelongsor menghiris isyarat ECG asal kepada segmen, dan kemudian rangkaian mengira satu segmen pada satu masa dan mengeluarkan kebarangkalian setiap titik untuk tergolong dalam kawasan R-peak. Selepas perduaan dan operasi deburring, masa kejadian R-peaks boleh dikesan. Keputusan eksperimen berdasarkan pangkalan data MIT-BIH menunjukkan bahawa ketepatan pengesanan puncak R boleh dipertingkatkan dengan ketara di bawah intensiti tinggi artifak gerakan elektrod atau bunyi artifak otot, yang menunjukkan prestasi yang lebih tinggi daripada kaedah terkini.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E102-D No.11 pp.2272-2275
Tarikh penerbitan
2019/11/01
Diumumkan
2019/08/02
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2019EDL8097
Jenis Manuskrip
LETTER
kategori
Kejuruteraan Biologi

Pengarang

Menghan JIA
  Zhejiang University
Feiteng LI
  Zhejiang University
Zhijian CHEN
  Zhejiang University
Xiaoyan XIANG
  Fudan University
Xiaolang YAN
  Zhejiang University

Kata kunci

Contents [show]