基于卷积神经网络的房室肥大心电图的自动识别与分类诊断

摘要

目的识别房室肥大心电图,并对其进行自动分类诊断。方法利用采集于中国医科大学附属第一医院的心电图数据,使用传统方式与CNN相结合,构造10层一维CNN实现心电信号特征的自动提取,并对其进行分类。使用ROC曲线,Sensitivity,F1分数对模型的测试结果进行评估。结果对房室肥大心电图的识别中,测试集的AUC值为0.991,房室肥大的自动分类诊断中,F1分数最高可达0.992。结论该实验的CNN模型可实现对房室肥大心电图的辅助诊断。