文档名：基于深度学习的心电信号分析检测系统
摘要：针对传统人工识别心电信号方法存在工作量大、容易出错和现有心电监测设备仍然存在心电信号识别类型少、诊断精度不高、过度依赖于网络服务等问题,为提高心电监测设备性能,基于深度学习技术设计了心电信号ECG(ElectrocardiogramSignals)分析检测系统.通过搭建SENet-LSTM(Squeeze-and-ExcitationNetworks-LongShortTermMemory)网络模型实现心电信号7分类的自动诊断,模型建立在一个采用ADS1292R作为心电采集模块,STM32F103作为数据处理模块,树莓派作为中央处理模块的智能化硬件平台上,该系统利用一体化的高性能微型计算机树莓派进行计算分析,为用户提供离线化的人工智能(AI:ArtificialIntelligence)服务,同时模型的准确度和精确度分别为98.44％和90.00％,从而实现ECG的实时检测和准确分类,为患者提供精准的病情诊断.
Abstract：Thetraditionalmethodsofmanuallyidentifyingelectrocardiogramsignalshaveproblemssuchashighworkloadandrecognitionerrors.Theexistingelectrocardiogrammonitoringequipmentstillfacesdrawbackssuchaslimitedrecognitiontypesofelectrocardiogramsignals,lowdiagnosticaccuracy,andexcessiverelianceonnetworkservices.Inordertoimprovetheperformanceofelectrocardiogrammonitoringsystems,ECG(ElectrocardiogramSignals)analysisanddetectionsystemisdesignedbasedondeeplearningtechnology.SENet-LSTM(Squeeze-and-ExcitationNetworks-LongShortTermMemory)networkmodelisbuilttorealizeautomaticdiagnosisofsevencategoriesofECGsignals.ThemodelisdeployedonanintelligenthardwareplatformwhichusesADS1292RastheECGacquisitionmodule,STM32F103asthedataprocessingmodule,andRaspberryPIasthecentralprocessingmodule.Thesystemusestheintegratedhigh-performancemicrocomputerRaspberryPIforcalculationandanalysis,andprovidesuserswithofflineAI(ArtificialIntelligence)services.Theprecisenessofthemodelcanreach98.44％,andtheaccuracycanreach90.00％,realizingthereal-timemonitoringandaccurateclassificationofECG,andprovidingaccuratediseasediagnosisforpatients.
作者：刘樱琪 宋杨 李梓木 罗维 黄新睿 王昊丰Author：LIUYingqi SONGYang LIZimu LUOWei HUANGXinrui WANGHaofeng
作者单位：吉林大学电子科学与工程学院,长春130012
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(6)
分类号：TP391
关键词：心电信号 数字信号处理 深度学习 智能化硬件平台
Keywords：electrocardiogramsignals digitalsignalprocessing deeplearning intelligenthardwareplatform
机标分类号：R540.41TH772.4TP311.52
在线出版日期：2024年1月24日
基金项目：吉林大学大学生创新训练基金资助项目基于深度学习的心电信号分析检测系统[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(6)刘樱琪 宋杨 李梓木 罗维 黄新睿 王昊丰针对传统人工识别心电信号方法存在工作量大、容易出错和现有心电监测设备仍然存在心电信号识别类型少、诊断精度不高、过度依赖于网络服务等问题,为提高心电监测设备性能,基于深度学习技术设计了心电信号ECG(Electrocard...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的心电信号分析检测系统 ECG Analysis and Detection System Based on Deep Learning
基于深度学习的心电信号分析检测系统.pdf
- 文件大小:
- 14.53 MB
- 下载次数:
- 60
-
高速下载
|
