用于识别心律类型的改进卷积神经网络及其训练方法

摘要

本申请涉及用于识别心律类型的改进卷积神经网络及其训练方法，采用已知为房颤或非房颤的心电数据作为训练数据库为神经网络进行训练，卷积神经网络由若干卷积层和若干池化层、一个全连接层和一个分类器层构成，采用的损失函数为：使用该损失函数可以使卷积神经网络在训练时加大对假阴性的惩罚，从而实现保证准确率的前提下，降低漏检率，提高准确性。