基于多频段多任务编解码模型的心电图基准点联合检测
李磊
廖桂鑫
蔡瑞涵
李珍妮
吕俊
广东工业大学自动化学院,广东广州 510006
摘要：基准点检测是心电图(ECG)诊断分析的基础.但是,ECG具有波形变异性,且经常受到各种伪迹和噪声的干扰,使得基准点检测精度受限.针对该问题,本文首先构建概率图模型,分析各频带ECG成分与基准点检测任务之间的推断关系.然后,在此概率图模型的启发下提出了一种多频段多任务编解码网络.该网络先分别对不同频段的ECG成分进行一维卷积变换提取特征.然后,通过时域卷积模组学习各频段特征的注意力掩码以抵御噪声.最后,利用多分支关联结构,实现多个ECG基准点的联合检测.在MIT-BIH QT和LUDB数据集上的五重交叉验证实验结果表明:所提方法能够有效地提高ECG基准点的检测精度,达到了当前最优的水平.
关键词：心电图基准点检测编解码模型时域卷积神经网络
论文发表日期：2024-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1451-1458 )
英文信息