GA—BP混合训练算法应用于心电图自动识别研究(2)
 |
| 第1页 |
参见附件。
4.5 P波检测 P波的识别方法与T波类似，只是搜寻区间和闻值规定不同。P波检测是房室传导阻滞，P-R间隔检测的主要参数。但其幅度过小，实时检测十分困难。因此目前采用的方法主要是面积增量法。
4.6心电图的识别 本文收集了房室传导阻滞、S-T段下降、S-T段抬高、T波低平、T波倒置、正常窦律、正常七类心电图。提取其诊断特征值，将其输入神经网络进行训练，识别正确率可达到96%[5-10]。
5 结束语
心电图的识别分析，是一项笼琐而又细致的工作。心电图自动诊断可以将医务人员从烦琐的图形识别中解脱出来，提高工作效率。本文采用遗传算法优化三层BP神经网络的连接权和网络结构克服BP神经网络的瓶颈，有效提高神经网络泛化性能，并将其应用于心电图自动识别，得到了较高的识别率。
参考文献：
[1]徐文，王大忠，等.结合遗传算法的人工神经网络在电力变压器故障诊断中的应用[J].中国电机工程学报，1997，02：109-112.
[2]周翔，朱学愚.基于遗传学习算法和BP算法的神经网络在矿坑涌水量计算中的应用[J]. 水利学报，2000，12：59-63.
[3]王智平，刘在德，等.遗传算法在BP网络权值学习中的应用[J].甘肃工业大学学报，2001，02：20-22.
[4]杨旭东，张彤.遗传算法应用于系统在线辨识研究[J].哈尔滨工业大学学报，2000，32(1)：102-105.
[5]郭晓婷，朱岩.基于遗传算法的进化神经网络[J].清华大学学报，2000，10：40.
[6]王伟.一种基于自适应小波变换的QRS波检测算法[J].浙江科技学院学报，2007，02：97-99.
[7]沈红，张良震，秦玮，等.用于识别心电图的BP网络系统[J].上海生物医学工程杂志，1998，04：13-18.
[8]李岭森，商同，杨伟东，等.心电图的智能识别技术[J].数据采集与处理，1999，03：356-360.
[9]杨军，王宏山， 俞梦孙.心电图ST段测量的神经网络方法[J].北京生物医学工程，2002，02：106-108.
[10]张晓馈，戴冠中， 徐乃平.遗传算法种群多样性的分析研究[J].控制理论与应用，1998，15(1)：17-23.编辑/哈涛
您现在查看是摘要介绍页，详见PDF附件。