3.2 心电(ECG)+AI 预测算法优化
文章平均质量分 85
Candle_light
目前研究生在读,本科至今生物信息学 (计算机与生物的交叉学科)
展开
-
【ECG理论篇】(2)AI实现心律失常判别:心电数据预处理
我们做心律失常判别的第一步就是拿到数据后,对心电数据进行预处理,数据预处理的核心重点就是去除噪声。那么,我们首先就要了解一下心电数据中的噪声来源心电信号数据中的噪声来源心电信号数据中的噪声主要可以分为三类:工频干扰,基线漂移,肌电干扰工频干扰:工频干扰主要是由电力系统引起的,频率大概为50HZ。基本上所有的生物电信号中都含有工频干扰的信号,工频干扰会影响我们对数据的分析判断,所以要在数据...原创 2018-11-26 10:34:11 · 5092 阅读 · 7 评论 -
【ECG理论篇】(1)AI实现心律失常判别:心电基础知识及利用算法判别心律失常的分析流程
最近开始做一个新的项目,使用深度学习来优化传统的心律失常预测算法因为自己也是初涉这个方向,所以学习开始的第一步就是了解背景知识。首先要了解的背景知识1.什么是心电图,心电的特点2.心电图中各个波群的含义3.常见的心电检测算法,以及信号处理相关4.其它等等…我先列出目录,持续更新...原创 2018-11-24 09:51:34 · 7556 阅读 · 11 评论 -
【ECG理论篇】(3)AI实现心律失常判别:心电信号的波形识别与特征提取
心电图中的各个波形都包含了非常多的信息,例如RR间期可以反映心动周期的时限;相邻心动周期的 RR 间期的比值可以反映室性早搏;R 波和 S 波幅值的比值和 R 波和 S 波之间的时限可以反映房性早搏等异常情况,等等所以识别这些波形以及提取相应特征对我们后续做心律失常的分类很重要。我们在用算法做心律失常判别分类之前,有两个关键点:第一步: 识别检测ECG信号中的波群(目前主要是先定位QRS波...原创 2018-11-26 10:39:19 · 21357 阅读 · 18 评论 -
【ECG实践篇(1)】MIT-BIH数据库数据解析的方法以及使用rdann获取人工标注注释的方法
目前国际上有三个公认的标准心电数据库:美国心脏学会的AHA数据库,欧洲AT-T数据库以及美国麻省理工学院提供的MIT-BIH数据库。其中MIT-BIH数据库应用的比较广泛,所以,我们做后续训练也就是使用这个数据库的数据。作为ECG实践篇的开端,我们第一步就是要获取MIT-BIH数据库的心电数据和数据对应的注释,数据解析代码会在文末放送【需要注意的是】 本文主要讲的是怎么解析从MIT-BIH数据...原创 2019-01-05 16:53:04 · 18225 阅读 · 22 评论