-
题名卷积神经网络在心电逆问题中的应用
被引量：2
- 1
-
-
作者
贺高
蒋明峰
郑俊褒
龚莹岚
-
机构
浙江理工大学信息学院
浙江大学生物医学工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第1期123-127,265,共6页
-
基金
国家自然科学基金(No.61672466)
浙江省自然科学基金(No.LY14F01022
+2 种基金
No.Y17H180022)
浙江省科技厅公益项目(No.2015C31075)
浙江理工大学521人才培养计划
-
文摘
基于横跨膜电位分布的心电逆问题研究,即从身体表面电位无创重建心脏跨膜电位,可视为一种多输入多输出的回归问题(亦即多个体表电位分布输入重构多个心脏跨膜电位分布输出),而基于数据驱动的机器学习模型是解决回归问题的一种有效手段。通过使用深度卷动神经网络(CNN)构建深度学习模型,使用Caffe框架训练神经网络;此外,基于真实的心脏模型,使用ECGSim软件仿真了肯特束综合症心室激活情况的数据,用于训练和测试回归模型。实验结果表明,与极限学习机(ELM)和核化的极限学习机相比,CNN方法在心脏跨膜电位重构方面有更高的精度和泛化性能。
-
关键词
卷积神经网络(CNN)
极限学习机(ELM)
心电逆问题
心肌跨膜电位
-
Keywords
Convolution Neural Network(CNN)
Extreme Learning Machine(ELM)
ECG inverse problem
cardiac trans-membrane potentials
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
