中文摘要：
为满足人们佩戴舒适性和行走环境的需求，研究人员对从3导联心电图重建12导联心电图（electrocardiogram，ECG）方法进行了一系列研究。然而，传统方法精度和实时性有待提高。本文提出一种基于卷积神经网络（convolutionalneuralnetwork，CNN）的导联重构方法。使用PTB数据库进行实验分析，结果表明，该方法重构的心电信号与真实信号之间具有较高相似性和训练效率。该方法在重建病理性心电信号时的表现优于传统算法，对心脏诊断具有重要意义。该方法能够在院外环境下部署，并且能够从较少导联心电图合成标准12导联心电图，对于心脏护理具有重要意义。
关键词：
卷积神经网络（CNNs）；心电图重构；电子健康
作者：
王露笛，周葳，邢颖，刘娜，MahmoodMOVAHEDIPOUR，周晓光
单位：
北京邮电大学自动化学院，中国北京市，；2乌普萨拉大学神经学院，瑞典乌普萨拉，；3北京邮电大学经济管理学院，中国北京市，；4教育、文化与研究学术中心（ACECR），伊朗德黑兰，-
本文引用格式：
Lu-diWang,WeiZhou,YingXing,NaLiu,MahmoodMovahedipour,Xiao-guangZhou,.Anovelmethodbasedonconvolutionalneuralnetworksforderivingstandard12-leadECGfromserial3-leadECG.FrontiersofInformationTechnologyElectronicEngineering,20(3):-.