基于多频段多任务编解码模型的心电图基准点联合检测

摘要：

基准点检测是心电图(ECG)诊断分析的基础.但是,ECG具有波形变异性,且经常受到各种伪迹和噪声的干扰,使得基准点检测精度受限.针对该问题,本文首先构建概率图模型,分析各频带ECG成分与基准点检测任务之间的推断关系.然后,在此概率图模型的启发下提出了一种多频段多任务编解码网络.该网络先分别对不同频段的ECG成分进行一维卷积变换提取特征.然后,通过时域卷积模组学习各频段特征的注意力掩码以抵御噪声.最后,利用多分支关联结构,实现多个ECG基准点的联合检测.在MIT-BIH QT和LUDB数据集上的五重交叉验证实验结果表明:所提方法能够有效地提高ECG基准点的检测精度,达到了当前最优的水平.

关键词：心电图基准点检测、编解码模型、时域卷积神经网络

所属期刊栏目：41

分类号：TP391;TN919.81;TP18

在线出版日期：2024-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1451-1458