高阶神经网络用于心电信号的识别—有关平移特征不变性的讨论

摘要：

心电图(ECG)的自动识别及分类一直是较难解决的问题,曾有文献指出利用高阶神经网络的平移旋转不变性,对规整的心电图信号进行分类,正确识别率较高.但作者重复实验用高阶神经网络(二阶)对MIT心电数据库的五类特征波进行识别,发现正确识别率很低,结论是高阶神经网络的平移旋转不变性并不适用于临床实际数据,高阶神经网络应用于平移旋转不变性的价值需要重新探讨.

关键词： 高阶神经网络 分类识别 ECG 平移 旋转 心电信号

作者: 杨艳华 李莹 欧阳楷

作者单位: 首都医科大学生物医学工程学院(北京)

会议类型: 国内会议

会议名称: 第九届全国医药信息学大会CMIA”02

会议地点: 北京

会议语种:中文

页码: 395-397

在线出版日期: 2002-07-01（万方平台首次上网日期，不代表论文的发表时间）