摘要：致死性心电节律的辨识和分类是自动体外除颤仪的关键任务。本文对已存在的心电节律辨识算法提取出的21个特征值进行了回顾性研究,并基于这些特征值构建了一个遗传算法优化的反向传播神经网络。以数据库提供的1 343例心电信号样本用于实验。实验结果表明,本文构建的神经网络在对窦性节律、心室颤动、室性心动过速、心脏停搏4类心电信号的辨识分类上有很好的表现,在测试集上的平衡准确性高达99.06%;相较已存在的算法,辨识性能更好。将该算法应用在自动体外除颤仪上,将进一步提高除颤前节律分析的可靠性,最终提高心脏骤停的存活率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社