【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