基于卷积神经网络的房颤分类方法

摘要

本发明针对采集后的心电信号，采用小波变换进行预处理，去除心电信号中包含的肌电噪声、工频噪声以及基线漂移等噪声，然后将去除噪声后的心电信号转换并分割成5s时间段和10s时间段的图片，再送到卷积神经网络模型中进行训练和房颤心电信号的分类预测。本发明在房颤心电信号诊断处理过程中不需要特征提取阶段，简化系统模型同时提高识别准确率，对心脏病精准识别有着重要意义。