基于RBF神经网络的心电分类识别算法研究

2017-08-16史航瑞梁英

电脑知识与技术 2017年19期

关键词：分类

史航瑞，梁英

（沈阳理工大学信息科学与工程学院，辽宁沈阳110159)

基于RBF神经网络的心电分类识别算法研究

史航瑞，梁英

（沈阳理工大学信息科学与工程学院，辽宁沈阳110159)

目前，心律失常是全世界都在研究的热点课题，医生通常都要通过患者的心电图来确定其心脏疾病类型，所以，心电分类识别对此就有重要的意义。该文集中研究了一种RBF神经网络的心电分类识别算法。此算法是利用前向多层神经网络的径向基函数算法（Radial-Basis Function），即RBF算法，并利用MIT-BIH（美国麻省理工学院提供的研究心律失常的数据库）心电图数据库训练神经网络,使RBF神经网络对未训练过的心电图有较好的分类能力。实验结果表明这种方法用于心电图的分类取得较好的效果。

人工神经网络;RBF神经网络;MIT-BIH数据库;心电图

心脏疾病是现今危害人类健康的主要疾病之一，而且具有很关键的临床价值,尤其对于心脏科显得尤为重要。相比其他的医学检查手段,心电图具有无创、快速、可重复性等优点。

一个完整的心电波形如图1所示,主要包括:S-T段、P波、RR间期、QRS波等。医生就是根据心电图各个波形变化来诊断心脏疾病的。但是如果完全靠人工诊断，需要大量的专业知识，而且诊断速度慢，而计算机在心电处理方面已经取得了很大的成果。所以，如何让计算机自动识别心电图就有很重要的意义。

本文主要研究的是基于RBF神经网络的心电图分类算法来进行心电诊断。