心电图信号双任务学习的时空级联神经网络及心律失常分类模型

来源 :南京大学学报:自然科学版 | 被引量 : 0次 | 上传用户：deiaw

【摘要】

：

心律失常是常见的心血管疾病,目前临床软件对其识别的准确率不高,医师复核需要大量时间.针对以上问题,提出时空级联网络(CascadedNet)的心电图识别与心律失常分类模型.Cascad

【作者】

：

陶砚蕴岳国旗王凯欣张宇祯蒋彬黄杏梅

【机构】

：

苏州大学轨道交通学院,苏州大学附属第一医院心内科

【出处】

：

南京大学学报:自然科学版

【发表日期】

：

2021年2期

【关键词】

：

心律失常 ECG 信号级联网络卷积模块门控循环单元双任务学习 arrhythmia ECG cascaded neural network convol

【基金项目】

：

国家自然科学基金(61872259),江门市博士后创新实践项目(JMBSH2020C05),中国博士后基金(2019M661935),姑苏卫生人才计划青年拔尖人才项目(GSWS2020015)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

心律失常是常见的心血管疾病,目前临床软件对其识别的准确率不高,医师复核需要大量时间.针对以上问题,提出时空级联网络(CascadedNet)的心电图识别与心律失常分类模型.CascadedNet的双层级联结构提取心电图心搏形态特征并挖掘节律关联信息,实现异常心搏和异常节律的识别.引入端到端的心搏与节律识别双任务学习方法,使任务间共享特征表达式.CascadedNet在MIT⁃BIH心律失常数据集上的测试结果表明:CascadedNet比内部算法(支持向量机、朴素贝叶斯网络、梯度上升树和随机森林)的准确率高

其他文献

“互联网+”下技工计算机教学的探索

随着科技的进步,人们生活水平的提高,互联网作为新时代背景下的产物,也给人们的学习和生活带来了不小的影响。如何利用互联网技术,改变教学模式,开展丰富多彩的教学内容,不断

期刊

“互联网+”技工教育计算机教学教学探索

假丝酵母菌属对氟康唑药敏分析

目的探析医院假丝酵母菌属的分布及对氟康唑的敏感性,为防范重点科室患者假丝酵母菌属感染及提高治疗效果提供依据。方法选取医院2012年7月-2013年7月从真菌室分离到的假丝酵

期刊

假丝酵母菌属敏感性氟康唑

小型钢网架结构采用实物荷载试验的简化鉴定方法

本文以一例钢网架结构质量鉴定工程为例，阐述了小型钢网架结构采用实物荷栽试验的简化鍪定方法和实施过程．供检测人员参考。

期刊