多导联心电图识别的稳定步长ResNet深度网络

曹玉怡; 覃华; 卢才德

doi:10.13624/j.cnki.issn.1001-7445.2024.0374

广西大学学报（自然科学版） ›› 2024, Vol. 49 ›› Issue (02) : 374 -385. DOI: 10.13624/j.cnki.issn.1001-7445.2024.0374

多导联心电图识别的稳定步长ResNet深度网络

曹玉怡, 覃华, 卢才德

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对经典的ResNet深度神经网络对一维多导联心电图图像进行识别、分类时，因原始图像的维度较高导致提取到的深度特征维度高，造成全连接层训练出现收敛速度慢和过拟合的问题，在ResNet的全连接层提出一种稳定步长动量训练算法，通过引入近似二阶梯度信息增强动量法的寻优能力和加速收敛速度；利用连续2次迭代的参数变化量和梯度信息自适应调整步长，构造边界函数对步长的大小进行限制，以防止步长过大或过小而影响收敛稳定性，使用动量项对参数的更新方向进行修正。在CPSC2018心电图数据集上的实验结果表明：所提算法训练的ResNet取得的F₁分数、准确率、精确度分别达到0.859、97.4%、87.9%,收敛速度和整体分类指标值优于其他相比较的方法。