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:
- 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 - Generation of Synthetic Data
用來克服物種類型數據數量不平衡的問題 - Convolutional Neural Network