目的及意义

1.1目的

心电图（ECG或者EKG）是利用心电图机从体表记录心脏每一心动周期所产生的电活动变化图形的技术。1842年法国科学家Mattencci首先发现了心脏的电活动；1872年Muirhead记录到心脏波动的电信号。1885年荷兰生理学家W.Einthoven首次从体表记录到心电波形，当时是用毛细静电计，1910年改进成弦线电流计。由此开创了体表心电图记录的历史。1924年Einthoven获诺贝尔医学生物学奖。经过100多年的发展，今日的心电图机日臻完善。不仅记录清晰、抗干扰能力强、而且便携、并具有自动分析诊断功能。通过心电图的检查，可以明确诊断有无心率失常，冠心病，心肌梗塞等，对于帮助医生更加清楚的了解患者的病情，帮助患者制定出更加切实有效的治疗方案有着极大的帮助作用，可以很好的推动医学的发展进步。因此心电图的分类在当今社会也引起了极大的关注和许多先进人士的推动。现在人们已经掌握了许多将心电图分类的方法，并且这些方法还在日臻完善。

心电图分析是检测心电图周期中的各波形，然后进行模式分类的过程，对检测出的特征进行直接的应用就是对这些特征进行分类，判断出心电图中所包含的病理特征，从而帮助进行疾病监控与功能检测。心电图的常见病理信息有：正常，窦性心动过缓，窦性心动过速，房室传到阻滞，一度房室传到阻滞，二度1型房室传导阻滞，二度2型房室传导阻滞，三度房室传导阻滞，房早与室早，心房扑动，房颤，室性心动过速，室扑，室颤，心梗。本次功能实现就是将心电图的数据输入之后，能够判断此心电图是否属于正常或是包含怎样的病理信息，辅助医生进行患者的病情诊断。

1.2国内外研究现状

目前常用的分类方法有多元统计，迷糊逻辑，神经网络，决策树，Bayes分类，K近邻分类，专家系统等。多元统计分析是从经典统计学中发展起来的一个分支，是一种综合分析方法，它能够在多个对象和多个指标互相关联的情况下分析它们的统计规律。模糊逻辑是建立在多值逻辑的基础上，运用模糊集合的方法来研究模糊性思维，语言形式及其规律。决策树是在一直各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是至关运用概率分析的一种图解法。专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

本次的设计内容是利用深度学习进行心电图信号的分类。从80年代后期开始，随着神经网络的发展，神经自学习的功能，抗干扰以及解决复杂问题的能力，引起医学诊断技术领域的注意。Tsai等用ECG的波形的功率谱密度函数PSD训练三层网络来识别5种不同的ECG分类类型，训练好的网络识别正确率达到92.5%，Dokur，Olmez等设计了一种混合神经网络，并采用遗传算法对网络结构进行调整。近年来国内许多专家学者也对神经网络方法进行分类研究，包括模糊神经网络，回归神经网络，符号神经网络等，取得了较好的结果，分类正确率大致在98%和60%左右。

多层神经网络图