论文笔记：A Deep Convolutional Neural Network Model to Classify Heartbeats

使用9层cnn来对5类非危及生命的心律失常分类。通过识别心跳的种类可以实现心率异常、冠状动脉心脏病、心肌梗塞。

心血管疾病有三大类：electrical、circulatory、structural。本文针对electrical类进行研究。
electrical疾病分为两类：life-threatening and non-life-threatening。本文对non-life-threatening非危及生命的心律失常进行研究。
non-life-threatening心律失常分为5类：non-ectopic, supraventricular ectopic, ventricular ectopic, fusion, and unknown beats。本文创建CNN识别出数据集中的ECG属于哪一类。

数据集MIT-BIH：有带噪和去噪的

学习过程：

1. Pre-processing
   去噪：使用Daubechies wavelet 6 filters来removal of noise
   分割：使用Pan-Tompkins算法进行R-peak detection 来ECG heartbeat segmentation，每一个分割后的ECG有260个信号，中心是R-peaks
2. Generation of Synthetic Data
   用来克服物种类型数据数量不平衡的问题
3. Convolutional Neural Network