论文部分内容阅读
一种新的房颤心电融合特征提取方法研究
【摘 要】
：
心房颤动(Atrial Fibrillation,AF),简称房颤,是临床上最常见的心律失常之一。传统的房颤检测往往需要专业医生对长时程连续心电进行视觉上的判读,这一过程不仅耗时,也极度依赖于医生个人经验。此外,有限数量的专业医师也是临床上难以实现房颤及时监测与诊断的一个重要因素。因此,展开房颤自动检测的研究具有十分重要的临床意义,其中有效的房颤心电特征提取则是实现自动检测的关键步骤。因此,本文聚
【出 处】
：
西北大学
【发表日期】
：
2020年01期
其他文献
目的:通过测量志愿者人群站立位下脊柱全长X片和坐位下的脊柱侧位X片脊柱-骨盆矢状面参数,对比两种不同体位下各个矢状面参数的变化,从而探讨当人体在变化体位时脊柱及骨盆是如何变化使人体不同体位下达到躯体平衡的。方法:拍摄选择142名志愿者,由本人带领前往本院影像科进行拍摄,分别拍摄志愿者立位下全脊柱正侧位片及拍摄志愿者坐于木板凳上的脊柱侧位片。志愿者影像资料纳入标准:1、年龄20～60岁,2、无脊椎失
学位
脑肿瘤严重威胁人类的健康。核磁共振(Magnetic Resonance,MR)成像技术具有非介入性、非损伤性等特点,已经成为脑病变识别与分析的重要手段。对脑MR图像的病变即脑肿瘤进行提取与分割是一项关键技术。由于脑MR图像中存在噪声、偏移场和容积效应等一系的问题,使得传统的机器学习算法或传统的卷积神经网络模型不能很好的对脑肿瘤进行提取与分割。多序列MR图像,是由多种MR图像类型组成,将其进行融合
学位