仪器仪表学报

作者：韩 亮，罗统军，蒲秀娟，刘浩伟

单位：韩 亮,1. 重庆大学微电子与通信工程学院，2. 生物感知与智能信息处理重庆市重点实验室,,罗统军,1. 重庆大学微电子与通信工程学院,,蒲秀娟,1. 重庆大学微电子与通信工程学院，2. 生物感知与智能信息处理重庆市重点实验室,,刘浩伟,1. 重庆大学微电子与通信工程学院,

关键词：心律失常;多尺度;递归图;视觉转换器;多分类Focalloss

心电(ECG)信号反映心脏电生理活动状态,其准确分类对于心脏疾病的自动诊断非常重要,为此,提出一种使用多尺度递归图和视觉转换器的心律失常自动分类方法。首先使用小波变换将心电信号分解为低频分量和若干个高频分量,并采用递归图方法将其分别变换为二维纹理图像;然后针对样本不平衡问题,采用多分类Focalloss替代交叉熵损失函数,对视觉转换器模型进行改进;最后基于心电信号的多尺度递归图表示,使用改进的视觉转换器进行心律失常分类。采用MIT-BIH心律失常数据库中的数据进行实验,所提出的心律失常分类方法的平均准确率为97.38%。实验结果表明,提出的方法能有效识别心律失常类型,且其性能明显优于传统的心律失常自动分类方法。

来源：2022年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第12期