基于卷积神经网络的T 波形态分类

刘明　李国军　郝华青　侯增广　刘秀玲

基于卷积神经网络的T 波形态分类

刘明1李国军1郝华青1侯增广2刘秀玲1

T波形态分类有助于诊断心肌缺血、急性心包炎和心脏猝死等疾病，是心电图远程监控中一个重要的研究课题.传统的T波分类算法依赖于T波检测，在准确定位T波的关键点之后再提取T波特征，完成分类.但是由于T波位置可能发生一定程度偏移，T波的形态多变且受到多种噪声的干扰，T波检测是一个难题.为了解决上述问题，本文提出基于卷积神经网络的T波分类算法：首先根据QRS波群位置及医学统计规律确定一个T波候选段，然后采用卷积神经网络直接完成T波分类.由于卷积神经网络有稀疏连接、权值共享的特性，能够通过训练自动获取T波特征，并且其特征对微小平移具备不变性且对噪声不敏感，从而能够有效解决T波形态分类问题.最后在MIT-BIH QT心电数据库上对本文方法进行测试，实验结果表明，本文方法可以在T波起始点未确定的情况下，能够识别单峰直立、单峰倒置、低平、负正双向、正负双向五类T波形态，正确率达到了99.1%.

心血管病，T波形态，卷积神经网络，分类

引用格式刘明，李国军，郝华青，侯增广，刘秀玲.基于卷积神经网络的T波形态分类.自动化学报，2016，42（9）：1339-1346

近年来，心血管病的发病率呈明显上升趋势，全国疾病监测系统的监测数据显示，我国心血管病患者由2010年的2.7亿上升至2014年的2.9亿，其中高血压患者2.7亿，脑卒中患者700万，心肌梗死患者250万，心……