ⓒ应用数学和力学编委会，ＩＳＳＮ１０００⁃０８８７ｈｔｔｐ：／／ｗｗｗ．ａｐｐｌｍａｔｈｍｅｃｈ．ｃｎ基于改进深度残差收缩网络的心电信号分类算法∗龚玉晓，高淑萍（西安电子科技大学数学与统计学院，西安７１０１２６）摘要：心电信号分类是医疗保健领域的重要研究内容．针对大多数方法不能很好地降低样本数量少的类别漏诊率，以及降低预处理操作的复杂性问题，提出了一种基于改进深度残差收缩网络（ＩＤＲＳＮ）的心电信号分类算法（即ＤＲＳＬ算法）．首先，使用合成少数类过采样技术（ＳＭＯＴＥ）扩充数量少的类别样本，从而解决了类不平衡问题；其次，利用改进深度残差收缩网络提取空间特征，其残差模块可以避免网络层加深造成的过拟合，压缩激励和软阈值化子网络可以提取重要局部特征并自动去除噪声；然后，通过长短期记忆网络（ＬＳＴＭ）提取时间特征；最后，利用全连接网络输出分类结果．在ＭＩＴ⁃ＢＩＨ心律失常数据集上的实验结果表明，该算法的分类性能优于ＩＤＲＳＮ、ＤＲＳＮ、ＧＡＮ＋２ＤＣＮＮ、ＣＮＮ＋ＬＳＴＭ＿ＡＴＴＥＮＴＩＯＮ、ＳＥ⁃ＣＮＮ⁃ＬＳＴＭ分类算法．关键词：心电信号；合成少数类过采样技术；深度残差收缩网络；压缩激励；长短期记忆网络中图分类号：Ｏ２９；ＴＰ１８３；ＴＮ９１１．７文献标志码：ＡＤＯＩ：１０．２１６５６／１０００⁃０８８７．４４００７４ＡｎＥｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍＳｉｇｎａｌＣｌａｓｓｉｆｉｃａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＤｅｅｐＲｅｓｉｄｕａｌＳｈｒｉｎｋａｇｅＮｅｔｗｏｒｋｓＧＯＮＧＹｕｘｉａｏ，ＧＡＯＳｈｕｐｉｎｇ（ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＳｔａｔｉｓｔｉｃｓ，ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１０１２６，Ｐ．Ｒ．Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ（ＥＣＧ）ｓｉｇｎａｌｃｌａｓｓｉｆｉｃａｔｉｏｎｉｓａｓｉｇｎｉｆｉｃａｎｔｒｅｓｅａｒｃｈｔｏｐｉｃｉｎｔｈｅｈｅａｌｔｈｃａｒｅｆｉｅｌｄ．Ｍｏｓｔｅｘｉｓｔｉｎｇｍｅｔｈｏｄｓｃｏｕｌｄｎｏｔｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｔｈｅｍｉｓｓｅｄｄｉａｇｎｏｓｉｓｒａｔｅｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｓｍａｌｌ⁃ｓｉｚｅｓａｍｐｌｅｓａｎｄｔａｃｋｌｅｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆｐｒｅｐｒｏｃｅｓｓｉｎｇｏｐｅｒａ...
