一种基于一维卷积神经网络的心电信号分类方法

摘要

本发明涉及一种基于一维卷积神经网络的心电信号分类方法。首先，采用小波融合的方法对心电信号去噪处理；其次，采用双正交样条小波的QRS波群识别算法检测出R波峰值点，并以R点为基准完成心电信号的分割及降维，得到若干R波候选段；然后，建立并优化面向心电信号的一维卷积神经网络模型；最后，把处理好的R波候选段作为模型的输入数据，自动完成心电信号的特征提取和分类。本发明采用的小波融合方法，可同时去除高、低频噪声，使提取的信号特征更利于识别；建立的面向心电信号的一维卷积神经网络模型，不仅避免了心电信号特征点必须精准定位的难题，而且解决了传统方法先选择算法提取特征，后选择算法完成分类的复杂计算问题。