Electrocardiogram (ECG) pattern modeling and recognition via deterministic learning

在线阅读 下载PDF 导出详情
摘要 模式经由确定的学习理论当模特儿和识别在这篇论文被介绍的为心电图(ECG)的一个方法。而不是认识到ECG表明beat-to-beat,包含很多心跳的每个ECG信号被认出。方法完全基于时间的特征(即,动力学)ECG模式,它包含ECG模式的完全的信息。一个动态模特儿被雇用表明方法,它能够产生合成ECG信号。基于动态模型,方法在下列二个阶段被显示出:鉴定(训练)阶段和识别(测试)分阶段执行。在鉴定阶段,ECG模式的动力学精确地被建模并且通过确定的学习表示了为经常的RBF神经重量。在识别阶段,当模特儿的结果被用于ECG模式识别。建议方法的主要特征是ECG模式的动力学精确地被当模特儿并且被用于ECG模式识别。用Physikalisch-TechnischeBundesanstalt(PTB)数据库的试验性的研究被包括表明途径的有效性。
机构地区 不详
出版日期 2014年04月14日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献