心电图分类

作品数：32被引量：72H指数：6
导出分析报告
相关领域：医药卫生自动化与计算机技术更多>>
相关作者：董军莫智文冯俊袁震东范玉庆更多>>
相关机构：华东师范大学四川师范大学中国科学院天津大学更多>>
相关期刊：《计算机应用》《建模与仿真》《计算机技术与发展》《医疗卫生装备》更多>>
相关基金：国家自然科学基金四川省青年科技基金中央高校基本科研业务费专项资金甘肃省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
频域mixup增广和logit补偿的自监督多标记不平衡心电图分类
《计算机科学与探索》2025年第4期1011-1020,共10页操思源 陈松灿 
国家自然科学基金(62076124,62376126)。
自监督对比学习通过数据增广视图间的对比已被证明能习得好的特征表征,继而通过微调完成下游(分类)任务,因此得到广泛应用。心电图(ECG)作为非侵入、低风险和低成本的心血管疾病常用信号源,其分类有助于早期预防和精确治疗心率失常等。...
关键词：心电图分类 心率失常 自监督对比学习 多标记 类不平衡 
基于自适应多特征融合网络的心律失常分类算法研究
《生物医学工程学杂志》2025年第1期49-56,共8页黄梦梦 蒋明峰 李杨 何晓玉 王泽峰 吴永全 柯韦 
国家重点研发计划(2023YFE0205600);国家自然科学基金(62272415);澳门科技发展基金(0122/2023/AMJ);宁夏回族自治区重点研发计划(2023BEG02065);浙江省高层次人才特殊支持计划项目(2023R5216)。
基于深度学习方法对心电图(ECG)数据进行心律失常自动分类检测,对于心律失常的早期筛查具有重要的临床价值,但在有限异常样本监督训练下如何有效地提取心律失常特征是目前亟需解决的难题。本文提出一种基于自适应多特征融合网络的心律...
关键词：心电图分类 心律失常 多特征 卷积神经网络 特征融合 
深度学习驱动的心电图信号智能检测
《东莞理工学院学报》2024年第5期58-67,共10页李乐 刘华珠 周小安 林振峰 
东莞市科技特派员项目(20221800500112)。
针对心电图(Electrocardiogram,ECG)信号分类的复杂性和数据不平衡问题,提出了三种不同模型:卷积神经网络(Convolutional Neural Network,CNN)、卷积神经网络与长短时记忆网络(Long Short-Term Memory Network,LSTM)结合以及深层多模块...
关键词：心电图分类 卷积神经网络 长短期记忆神经网络 注意力机制 
基于注意力机制与卷积神经网络的不均衡多标签心电图分类方法研究
《建模与仿真》2024年第4期4317-4334,共18页张诗雨 孙占全 顾浩丞 陈骏立 
国防基础研究计划项目(JCKY2019413D001);上海理工大学医学工程交叉项目(10-21-302-413);上海市自然科学基金项目(19ZR1436000)部分资助。
心血管疾病是全球主要死因之一,及早发现心脏病的风险因素对于预防猝死至关重要,基于心电图的心律失常自动检测是心脏病筛查的重要手段,对降低心脏病死亡率至关重要。临床上同一患者可能同时出现多个心电异常类型,因此,解决心电图数据...
关键词：心电信号分类 多标签 注意力机制 TRANSFORMER 深度学习 
基于CNN‑LSTM‑SE的心电图分类算法研究被引量：3
《测试技术学报》2024年第3期264-273,共10页王建荣 邓黎明 程伟 李国翚 
国家重点研发计划资助项目(2018YFC2000701);中国博士后科学基金资助项目(2021M692400);山西省基础研究计划资助项目(202203021221017)。
心血管疾病是我国死亡率较高的疾病之一,通过观察心电图来判断心电信号是否出现异常能够对心血管疾病进行预防和筛查。由于心电图数据规模大且繁杂,临床医护人员在心电图筛查时,工作负担大且容易出现误诊或漏诊的情况。为了提高心电图...
关键词：心律失常 心电图 卷积神经网络 SE网络 长短期记忆神经网络 
基于改进ReviewKD的心电图分类模型研究
《信息与电脑》2024年第7期67-71,共5页张号 潘丰 
针对边缘计算环境中心电图分类模型精度难以进一步提升的问题,本文提出一种基于改进ReviewKD的心电图分类模型。首先在ReviewKD的注意力融合结构中引入反卷积层和GAM注意力机制,使学生模型具备更强的学习能力和全局特征提取能力;然后在...
关键词：心电图分类 ReviewKD 注意力机制 损失函数 
一种改进U-Net网络的心电图分类算法研究被引量：1
《重庆理工大学学报（自然科学）》2024年第1期142-149,共8页王建荣 尉向前 辛彬彬 高睿丰 李国翚 
国家重点研发计划(2018YFC2000701);中国博士后科学基金项目(2021M692400);山西省基础研究计划项目(202203021221017)。
基于CPSC-2018十二导联数据,提出了一种U-Net网络和注意力机制结合的心电图分类算法。首先,针对数据集数据长度长短不一的问题,对数据进行等长处理和归一化处理。然后,利用U-Net网络中跳层连接和编码解码方式,对预处理后较长的数据进行...
关键词：心律失常 心电图 U-Net网络 注意力机制 
一种用于心电图分类的改进神经网络算法
《计算机技术与发展》2023年第1期178-186,共9页尘昌华 乔风娟 李彬 
山东省高等学校青创科技支持计划(2019KJN011);山东省自然科学基金项目(ZR2020MF097);济南市“新高校20条”项目(2021GXRC100)。
心血管疾病的死亡率在所有疾病中居于首位,心电图能够反映人体的电信号活动情况,它已成为医生用来诊断心血管疾病的重要依据。随着计算机辅助ECG诊断技术的快速发展,深度学习方法已能够实现ECG信号的特征提取和分类。为了较好地提高ECG...
关键词：极限学习机 局部感受野 双向长短时记忆网络 注意力机制 心电图 
基于卷积神经网络的心电图分类研究被引量：6
《医疗卫生装备》2020年第12期31-34,43,共5页马晶 李林献 邱筱岷 王正杰 王小花 
目的:构建一种有效的心电图分类算法,以实现对正常心电图与异常心电图的准确、可靠识别。方法:对来源于PhysioNet开源数据库的基于.dat文件的心电图信号进行预处理及扩充,构建卷积神经网络模型并优化批尺寸(batchsize)、正则化参数(l2_r...
关键词：卷积神经网络 心电图分类 超参数优化 数据预处理 数据扩充 
深度学习在心电图分类中的应用分析
《生物医学工程研究》2020年第4期419-424,共6页苏淏璇 徐秀林 
上海市科委科技支撑计划资助项目(19441904500)。
我们综述了深度学习在心电图(electrocardiogram,ECG)诊断应用中的最新研究进展,详细阐述了卷积神经网络、循环神经网络、深度信念网络、深度残差网络的应用实例,比较了基于不同神经网络的心电图模型,并对各种计算机辅助诊断模型的具体...
关键词：深度学习 心电图 神经网络 计算机辅助诊断 综述 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部