电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

基于深度学习的ECG疾病识别研究论文设计VIP免费

基于深度学习的ECG疾病识别研究论文设计_第1页
1/33
基于深度学习的ECG疾病识别研究论文设计_第2页
2/33
基于深度学习的ECG疾病识别研究论文设计_第3页
3/33
I摘要人体中最重要的器官就是心脏,它为流淌在全身的血液提供动力,假如心脏出现了某些问题,即产生了心血管疾病症状,那么血液循环的动力就出现了问题,就会影响我们的身体健康,严重的甚至会引发死亡。例如心血管疾病之一的心肌梗塞,它是一种常见的病症,人们的生活在以往的水平线上又上升了一个台阶,越来越优越的生活下也隐藏着工作压力,致使很多人处于亚健康的身体状态,长此以往就极有可能会引发心绞痛——心肌梗塞的前期症状,进而可能发展成为心肌梗塞,更严重的引发死亡。因此能够及时、准确的诊断出病症,做出更加有效的病理控制,对于减少心肌梗塞的死亡率至关重要。心血管类疾病的诊断大多数都是由临床医生根据心电图进行,但是这样进行诊断的效果还不是很理想,疾病进一步的确诊还需要由专业医师进行。所以,在人工智能、大数据时代,将计算机算法的快速反应以及通过改进的计算机算法相结合进行疾病的诊断的步伐应该加快。本文患心肌梗塞疾病的心电数据以及健康者的心电数据都是从Physiobank数据库的PTB心电数据库中获得的,通过基于小波变化的去噪方式对提取的信号进行预处理,使用长短期记忆法(即LSTM)对预处理之后的ECG信号进行特征提取,建立心肌梗塞的支持向量机模型(SVM)以及线性回归模型,分析心肌梗塞模型特征,由此归纳总结心肌梗塞患者的ECG信号特有标志,从而为更加高效、准确的对疾病做出诊断提供可能,为患者争取更多的治疗机会。关键词:心电信号;心肌梗塞;小波去噪;提取;识别IIAbstractThemostimportantorganinthehumanbodyistheheart,whichprovidespowerfortheflowofbloodthroughoutthebody.Ifthereissomethingwrongwiththeheart,thatis,therearesymptomsofcardiovasculardisease,sothereissomethingwrongwiththepowersystemofbloodcirculation,whichwillaffectourhealth,andevenleadtodeath.Suchascardiovasculardisease,oneofmyocardialinfarction,itisacommondisease,thelifeofpeopleinthepastlevelupanotherstep,moreandmoresuperiorlifeworkalsohiddenunderpressuretoincrease,suchascausingalotofpeopleinthesub-healthstateofthebody,inthelongtermitisassociatedwithagreaterriskofearlysymptomsofanginapectoris,myocardialinfarction,whichmaybecomeamyocardialinfarction,amoreseriouscausedeath.Therefore,timelyandaccuratediagnosisofthediseaseandmoreeffectivepathologicalcontrolarecrucialtoreducethedeathrateofmyocardialinfarction.Mostofthediagnosisofcardiovasculardiseasesiscarriedoutbycliniciansaccordingtotheelectrocardiogram,buttheeffectofsuchdiagnosisisnotideal,furtherdiagnosisofthediseasestillneedstobecarriedoutbyprofessionaldoctors.Therefore,intheeraofartificialintelligenceandbigdata,therapidresponseofcomputeralgorithmsandthecombinationofimprovedcomputeralgorithmsfordiseasediagnosisshouldbeaccelerated.TheECGdataofmyocardialinfarctiondiseaseandhealthysubjectsECGdataareacquiredfromPhysiobankdatabasesPTBECGdatabase,throughchangesbasedonwaveletdenoisingmethodtoextractthesignalpreprocessing,usingthemethodofshort-andlong-termmemory(LSTM)forpretreatmentofECGsignalfeatureextraction,establishthesupportvectormachine(SVM)modelofmyocardialinfarctionandthelinearregressionmodel,analyzingthecharacteristicofthemyocardialinfarctionmodel,theinductiveconclusionECGsignalcharacteristicsignofmyocardialinfarctionpatients,thusformoreefficientandaccuratetothediseasediagnosispossible,Tostriveformoretreatmentopportunitiesforpatients.IIIKeywords:ECG;myocardialinfarction;waveletdenoising;extraction;recognition1第1章绪论1.1研究背景城市化、老龄化在经济的发展之下进程也进一步加快,人们不健康的生活方式越来越突出,这样就使得引发心血管病的危险因素暴露的越发显著,发病人数一直呈现上升的趋势,心血管疾病在农村的死亡率一直高于城...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

基于深度学习的ECG疾病识别研究论文设计

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部