论文部分内容阅读
心电信号的分类在心脏疾病的临床诊断中扮演着重要的角色。本文提出了一种基于Faster RCNN 的心电信号分类的有效系统的设计,实验中对采样到的患者心电数据预处理后,提取出前5 分钟的心电节拍图与MIT-BIH 中提取出的540 幅心电节拍图合并成CNN 网络的训练集,并利用Caffe 深度学习框架完成对分类模型的训练,实验最后利用训练好的模型实现对患者剩余心电信号的分类。实验结果表明,与没有融合患者特征的方法和OVR SVM 分类方法相比,本文提出的方法表现出更好的性能。