【2018】Inter-patient ECG Classification Using Deep Convolutional Neural Networks

论文阅读笔记 

0.Abstract

作者提出了一个使用深度卷积神经网络(Deep CNN)自动对住院病人ECG信号进行分类的Method,主要关注对Inter-patient arrhythmias的分类,最终达到的效果如下表所示,达到了与manual feature engineering同等的水平。

Classification Sensitivity Positive Predictivity False Positive Rate
normal heartbeats 92% 97% 23%
supraventricular ectopic beat 62% 56% 2%
ventricular ectopic beat 89% 51% 6%


注意:心电数据分类的问题 Inter-patient Or Intra-pateint

①Inter-patient :对不同的病人(records)进行特征提取和分类,即The data from a patient used in the test phase is not used to train the model;

②Intra-patient :通过训练同一个病人的部分心拍,再对同一个病人的其余心拍进行测试。

 

1 Introduction

ECG信号的获取分3类:in-the-person、on-the-person和off-the-person ECG-measurement,本文采用on-the-person测量法。

①in-the-person:测量装置被植入病人体内;

②on-the-person:使用附着在病人皮肤的电极测量;

③off-the-person:无需皮肤接触,e.g. capacitive(电容性的) measurement。

ECG信号由3种波组成:P波、QRS波和T波。

                                  

P波 心房除极
PR段 心电在房室结、希氏束、左右束支传导
P-R间期 心房除极开始至心室除极开始
QRS波群 心室除极
ST段 心室缓慢复极
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值