-
题名面向ECG彩虹码的双输入改进VIT识别研究
- 1
-
-
作者
陈波
孙辉
储昭碧
李育玲
魏嘉乐
-
机构
功率半导体封装与可靠性安徽省重点实验室(合肥工业大学)
合肥工业大学电气与自动化工程学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第11期200-209,共10页
-
文摘
基于海量ECG数据,辅助医生进行有效数据分析与诊断,提高效率并减少医疗资源消耗,实现ECG智能识别是当前一个重要研究方向。针对ECG智能识别单一图像、单一深度学习算法性能有限性问题,提出了一种面向ECG彩虹码的双输入改进VIT识别方法。首先,提出数学模型预测获取ECG标准周期,并以抽频方法挖掘ECG潜在特征,生成ECG彩虹码;然后,以卷积神经网络构建双输入特征提取模块,提取多种ECG图像局部特征进行融合,实现多维度ECG特征表示与融合,采用VIT编码模块对融合特征进行全局关注,实现基于多特征图像为输入的ECG识别。采用MIT-BIH数据库中的ECG进行实验,所提ECG识别方法获得99.41%的平均准确率,在现场采集的N类ECG中获得100%的准确率。实验结果表明,提出的图像变换方法能够有效可视化ECG特征,提出的识别方法能够有效实现ECG识别,与其他同类型方法相比获得了更优的性能。
-
关键词
心电信号
ECG彩虹码
图像变换
双输入特征提取模块
改进VIT
-
Keywords
electrocardiography
ECG rainbow code
image transformation
dual input feature extraction module
improved VIT
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
TN911.7
[电子电信—通信与信息系统]
-
