心律不整的種類很多,判讀困難,本研究採用MIT-BIH心律不整資料庫的內容,擷取9組特徵參數,輸入類神經網路進行訓練。類神經網路設計則採用多層前饋式的網路結構,誤差倒傳遞的訓練方式,Levenberg-Marquardt演算法的加權值調整,經過完整訓練後,利用此一類神經網路進行心電圖的判讀時,判讀正確率可超過96%,雖然無法達到百分之百的正確率,但是己有潛力成爲優良的心電圖的判讀輔助工具。
為了持續優化網站功能與使用者體驗,本網站將Cookies分析技術用於網站營運、分析和個人化服務之目的。
若您繼續瀏覽本網站,即表示您同意本網站使用Cookies。