基于RR間期和深度置信網(wǎng)絡(luò)的房顫?rùn)z測(cè).pdf

1、房顫是臨床最常見(jiàn)的一種心律失常疾病，其患者每年增加。其特點(diǎn)是紊亂的心房活動(dòng)和隨之而來(lái)的腦卒、心肌梗死等并發(fā)癥，導(dǎo)致較高的致殘率和死亡率，嚴(yán)重危害著人類的健康。因此，開(kāi)發(fā)房顫?rùn)z測(cè)系統(tǒng)，從而能及早發(fā)現(xiàn)房顫，對(duì)改善病人的治療和提高治療質(zhì)量，減少病人危重病癥發(fā)生率和死亡率等有重要的臨床和社會(huì)意義。但是目前，已有的房顫?rùn)z測(cè)研究均在檢測(cè)準(zhǔn)確率上存在不足，分析可知現(xiàn)有房顫?rùn)z測(cè)難以提取穩(wěn)定、能有效判別房顫的特征。
　　本研究主要內(nèi)容包括：⑴采用兩

2、種方法對(duì)數(shù)據(jù)進(jìn)行處理，一是基于直方圖的分析研究，處理心電信號(hào)的RR間期的序列求得RR間期差序列，然后計(jì)算RR間期差直方圖和香農(nóng)熵；二是基于符號(hào)動(dòng)力學(xué)的分析研究，將RR間期差序列轉(zhuǎn)換成符號(hào)序列，求子串長(zhǎng)度概率分布的香農(nóng)熵。直接以RR間期數(shù)據(jù)為輸入則存在數(shù)據(jù)偏移問(wèn)題，間期處理后的數(shù)據(jù)克服了這一問(wèn)題。⑵采用深度置信網(wǎng)絡(luò)(Deep Belief Networks，DBNs)進(jìn)行房顫的檢測(cè)。它是近年興起的機(jī)器學(xué)習(xí)模型，結(jié)合了無(wú)監(jiān)督學(xué)習(xí)過(guò)程和有監(jiān)督