计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
11期
349-352
,共4页
神经网络%零相位巴特沃斯%心电图
神經網絡%零相位巴特沃斯%心電圖
신경망락%령상위파특옥사%심전도
Neural network%Zero phase Butterworth%Electrocardiogram
心电图ST段是心电图诊断中一项重要指标,ST段具体形态的识别对心血管疾病诊断意义重大.针对心电图ST段形态的多样性,传统时域方法对具体形态识别显得不足,心电信号是微弱信号,易受到低频和工频信号的干扰,有效地滤除基线漂移和工频干扰为ST段准确识别提供保证.通过零相位巴特沃斯有效滤除基线漂移和工频干扰,利用神经网络与时域分析相结合的方法实现ST段多种形态的快速识别,减少神经网络输出层的形态分类,能够准确识别出ST段形态,实验结果满意,为心电图ST段诊断提供了依据.
心電圖ST段是心電圖診斷中一項重要指標,ST段具體形態的識彆對心血管疾病診斷意義重大.針對心電圖ST段形態的多樣性,傳統時域方法對具體形態識彆顯得不足,心電信號是微弱信號,易受到低頻和工頻信號的榦擾,有效地濾除基線漂移和工頻榦擾為ST段準確識彆提供保證.通過零相位巴特沃斯有效濾除基線漂移和工頻榦擾,利用神經網絡與時域分析相結閤的方法實現ST段多種形態的快速識彆,減少神經網絡輸齣層的形態分類,能夠準確識彆齣ST段形態,實驗結果滿意,為心電圖ST段診斷提供瞭依據.
심전도ST단시심전도진단중일항중요지표,ST단구체형태적식별대심혈관질병진단의의중대.침대심전도ST단형태적다양성,전통시역방법대구체형태식별현득불족,심전신호시미약신호,역수도저빈화공빈신호적간우,유효지려제기선표이화공빈간우위ST단준학식별제공보증.통과령상위파특옥사유효려제기선표이화공빈간우,이용신경망락여시역분석상결합적방법실현ST단다충형태적쾌속식별,감소신경망락수출층적형태분류,능구준학식별출ST단형태,실험결과만의,위심전도ST단진단제공료의거.