基于U-net++的心冲击图信号自动标注及心拍估计方法研究

摘要：

心冲击图信号(BCG)是通过压力传感器获取由心脏搏动引起的人体重力变化信号,适用于长时间的心功能实时监测.心跳检测是BCG信号分析研究的重要组成部分.本研究设计并验证了利用同步ECG信号自动标注及心拍检测的原理,提出一种基于一维U-net++模型从BCG信号自动估计心拍位置的方法.该方法利用一维U-net++网络中卷积块稠密的跳跃连接,有效提取并结合BCG信号中的高阶和低阶信息进行心拍预测.实验采用公共数据集的20名被试同步采集的BCG和ECG数据,建立了从BCG信号到心跳位置序列的端到端网络.模型的正确率和精确率分别达到99.97％和99.34％.实验结果表明,该方法可有效从BCG信号中提取心拍位置,完成准确的心跳节律估计.

关键词：心冲击图信号、深度学习、心率提取

所属期刊栏目：18

分类号：R319(医用一般科学)

资助基金：四川省科技支撑计划项目;四川省科技支撑计划项目

在线出版日期：2023-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：36-41