基于多分支加权特征网络的心肌梗死识别方法

摘要

心肌梗死(MI)是最常见的心血管疾病之一,严重威胁国民的生命安全.目前,12导联心电图(ECG)已广泛应用于心肌梗死识别任务中,但是现有的很多研究忽略了多导联之间的结构关系.为了充分挖掘多导联ECG信号蕴含的内在信息,提高心肌梗死识别的准确性,本文提出一种基于多分支加权特征的神经网络模型.该模型通过搭建两层神经网络,获取12导联整体特征并挖掘内在关联信息,以达到精准识别心肌梗死的目的.本文在PTB数据集上对模型进行了实验论证,并与其它5种方法进行了比较.结果表明,多分支加权特征神经网络在心肌梗死识别方面具有良好的性能.