論文筆記：A Deep Convolutional Neural Network Model to Classify Heartbeats

使用9層cnn來對5類非危及生命的心律失常分類。通過識別心跳的種類可以實現心率異常、冠狀動脈心臟病、心肌梗塞。

心血管疾病有三大類：electrical、circulatory、structural。本文針對electrical類進行研究。
electrical疾病分爲兩類：life-threatening and non-life-threatening。本文對non-life-threatening非危及生命的心律失常進行研究。
non-life-threatening心律失常分爲5類：non-ectopic, supraventricular ectopic, ventricular ectopic, fusion, and unknown beats。本文創建CNN識別出數據集中的ECG屬於哪一類。

數據集MIT-BIH：有帶噪和去噪的

學習過程：

1. Pre-processing
   去噪：使用Daubechies wavelet 6 filters來removal of noise
   分割：使用Pan-Tompkins算法進行R-peak detection 來ECG heartbeat segmentation，每一個分割後的ECG有260個信號，中心是R-peaks
2. Generation of Synthetic Data
   用來克服物種類型數據數量不平衡的問題
3. Convolutional Neural Network