收藏本站
《浙江大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的心电信号检测和分类研究

项延德  
【摘要】:随着人们愈加重视自身健康,对个人健康监护系统的需求程度也就不断提高。针对卷积神经网络在自动特征提取和分类准确率方面的优势,本文围绕基于卷积神经网络的心电信号检测和分类方法展开研究。本文对卷积神经网络及其在心电信号检测分类中的应用进行了概述,对脉冲卷积神经网络进行了映射优化,对脉冲化前后的卷积神经网络性能进行了比较,对基于卷积神经网络的心电信号检测分类方法进行了研究。本文的主要研究内容和创新点包括:1、跨层级的脉冲卷积神经网络映射算法研究。针对脉冲卷积神经网络在片上网络上的映射优化问题,提出了跨层脉冲卷积神经网络映射算法。通过把神经网络中不同层神经元映射到相同片上网络节点上,将神经元之间的包传输限制在节点内,减轻链路负载。在此基础上,通过动态重映射神经元,实现对于各种网络输入向量均能达到很好的适应性。对于心电分类应用,以基于群的顺序映射结果为比较对象,该映射方法将平均包传输延时和传输功耗分别降低了 16.2%和14.9%。针对该应用,实验还比较得出了脉冲神经网络相对于传统卷积神经网络在识别准确率和识别效率的不足。2、基于两级卷积神经网络的QRS波群检测研究。针对传统方法依赖于固定的人造特征问题,提出了一种基于两级卷积神经网络的QRS波群检测方法。该方法在信号预处理阶段只对心电信号进行差分和取平均值操作;通过对象级和部分级卷积神经网络,自动对心电信号进行不同粒度的形态特征提取;提取的特征通过多层前向全相连网络用于QRS波群检测。实验结果表明,该方法不仅取得了和其他检测方法可比较的99.7%准确率,而且还减小了计算时间开销。3、基于注意机制的心跳分类研究。为了检测心律失常,在QRS波群检测的基础上,针对传统方法依赖于固定的人造特征问题,提出了一种基于注意机制并具有患者特异性的心跳分类方法。该方法在信号预处理阶段对每个心跳进行信号分辨率重新调整;通过对象级和部分级卷积神经网络,自动对每个心跳及其各波段进行不同粒度的形态特征提取;通过对相邻R峰间距差的计算,得到对应心跳的时域动态特征;提取的特征通过多层前向全相连网络用于心跳分类。实验结果显示,该分类方法能够达到98.5%准确率。该方法在降低了心电信号存储空间的同时提高了心跳分类准确率。本文提出的核心技术共同支撑起卷积神经网络在心电检测和分类应用上的可行性和可靠性,进而为轻量级个人健康监护系统研究奠定了理论与实践基础。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TN911.7;TP183

【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
5 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
6 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
7 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
8 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
9 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
10 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
2 ;人工智能将取得大面积突破[N];中国企业报;2017年
3 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
4 ;人类正迎来云端机器人时代[N];中国企业报;2017年
5 张斌;谁还需要“同传”[N];文汇报;2017年
6 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
7 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
8 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
9 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
10 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;突破人类和机器的边界[N];中国信息化周报;2017年
中国博士学位论文全文数据库 前10条
1 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
2 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
3 周小强;基于深度学习的交互式问答技术研究[D];哈尔滨工业大学;2017年
4 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
5 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
6 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
7 孔颖;终态神经网络及其相关应用[D];浙江工业大学;2017年
8 谈宏莹;基于太赫兹时域谱物质检测技术及实验研究[D];燕山大学;2016年
9 吴森森;地理时空神经网络加权回归理论与方法研究[D];浙江大学;2018年
10 张振敏;基于脉冲神经网络的纹理图像识别研究[D];福建师范大学;2016年
中国硕士学位论文全文数据库 前10条
1 谢良才;基于BP神经网络的煤热解特性及煤灰熔融特性研究[D];西北大学;2018年
2 张旭;基于VMD-神经网络输气管道的工况分类研究[D];东北石油大学;2018年
3 孙昊;粒子群神经网络在供水管线腐蚀预测中的应用研究[D];东北石油大学;2018年
4 严寒;基于卷积神经网络的图像分类算法研究[D];西北大学;2018年
5 季静;融合多重语义对齐表示的机器阅读理解研究[D];南京师范大学;2018年
6 尹化荣;基于卷积神经网络的情感分类算法研究[D];西北大学;2018年
7 邹鑫;基于卷积神经网络的图像分类算法研究[D];西北师范大学;2018年
8 李婷玉;基于神经网络的输油管道腐蚀预测研究与实现[D];华北理工大学;2018年
9 赵士超;基于神经网络的LIBS钢水成分在线检测[D];华北理工大学;2018年
10 曹雲梦;基于BP神经网络的轨道电路故障诊断[D];华北理工大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026