高介神经网络用于心电信号的识别

心电图（ＥＣＧ）的自动识别用分类长期以来一直是较难解决问题，特别是当截取ＥＣＧ信号的起点不同（相当于信号发生平移）及有基线漂移（相当于信号发生旋转）时，在不作预处理情况下要求仍能正确识别及分类，即要求识别过程具有平移不变性和旋转不变性，更是困扰生物医学工程工作者的困难问题之一。作者采用高阶神经网络（二阶）、对五类（正常类，高Ｒ波类、高Ｔ波类、Ｔ波倒置类及心律不齐类）具有平移及旋转的ＥＣＧ信号进行分