自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 浅谈心电信号处理(4)-- 心电数据格式

在心电图完成采集后,除了纸质的报告,一般对于需要接入医院信息系统如HIS、PACS等,需要按一定的格式存储,但长期以来均没有出现统一的格式标准,各心电厂家一般采用不同的格式做为存储。下面介绍一些常见的心电数据格式,主要有SCP-ECG、HL7 aECG、DICOM3.0、MFER、EDF/EDF+、GDF、ISHNE等,其他一些厂家自己的数据格式,如飞利浦的PhilipsXML,GE的MUSE-XML等,其中SCP-ECG、HL7 aECG、DICOM3.0、MFER获得标准开发组织(standard de

2020-12-26 11:20:55 7664 5

原创 心电信号深度学习训练及部署(4):VS2019下验证tensorflow模型

在编译得到所需的头文件和库文件后,我们在VS2019下进行尝试。创建工程及设置1. VS2019下新建一个空的项目。2. 将刚才生成的三个文件拷贝到工程下,为了方便,我把dll和lib两个文件放到一个名为lib的文件夹下3. 工程solution configuration和solution platforms那里分别选择release和x644. 工程->设置那里,在C/C++的General里,添加两个目录,../include和../include/src;在链接L.

2020-09-26 22:04:51 1251

原创 心电信号深度学习训练及部署(3):编译tensorflow C++ API

python训练得到模型后,将模型部署到C++上应用,这个过程首先要对tensorflow源代码进行编译,得到tensorflow C++的API接口,在C++上进行调用。(别看寥寥几句话,这个过程个人感觉最苦逼,遇到的坑最多,花费时间最久)由于系统是win10下,VS2019调用,我的目标是编译一个DLL和LIB,搜索尝试了很多,最后在这篇博主(https://blog.csdn.net/yx123919804/article/details/107042822/)的方法下完成了编译,大家可以参考进行

2020-09-26 13:30:12 844

原创 心电信号深度学习训练及部署(2):CNN训练并保存模型

本部分的CNN模型采用https://blog.csdn.net/qq_43750573/article/details/105930152所用的模型,代码也是在该博主的代码基础上修改得到。CNN的模型介绍可参考论文(面向心血管疾病识别的心电信号分类研究)代码及流程1.下载数据通过读取二进制文件,得到训练集和测试集的数据和标签# 获取数据def load_data(filename, sample_num, sample_len): fp = open(filename, .

2020-09-26 13:13:51 2737 2

原创 心电信号深度学习训练及部署(1):简述

近来机器学习广泛应用于图像及自然语言处理等方面,取得了不错的效果。心电方面的应用,深度学习大佬吴恩达教授的团队通过实验(https://www.nature.com/articles/s41591-018-0268-3),取得了比人工专家还要好的判断效果,说明对于心电信号领域来说,深度学习的应用前景也是比较光明的。最近学习了相关的内容,完成了在python上用tensorflow2.0进行模型的训练,然后在C++上进行简单调用的工作。踩了一些坑,写点东西记录一下,也希望能帮助到对这方面感兴趣想入门的朋友

2020-09-26 13:10:52 2801

原创 浅谈心电信号处理(3)-- 心电滤波简述

在心电信号的采集过程中,不可避免会带入一些噪声干扰,大致上可分为三类:低频率的基线漂移,50/60Hz的工频干扰,以及高频的肌电噪声。无论是信号的显示,或是信号的分析诊断上,都需要进行噪声的滤除处理。1. 基线漂移 基线漂移一般由于信号采集时呼吸及人体移动造成的,表现为低频率的缓慢变化噪声,其频率一般小于0.5Hz。目前基线滤波技术层出不穷,从经典的IIR和FIR,到中值滤波、自适应滤波、形态学滤波、小波变换等。虽然各种论文所用的技术都取得了不错的效果,但在实际的使用...

2020-06-09 22:49:54 11350 2

原创 浅谈心电信号处理(2)--心电数据库

所谓“工欲善其事,必先利其器“,我们在完成软件算法的设计后,必须通过数据进行验证,否则再好的算法也只能是空中楼阁,水中月镜中花。只有通过大量的数据验证后,才能说设计的算法是合格的,当然这并不是说算法一定是完美的,实际的应用中还可能碰到各种问题。究其原因,算法设计并不是一蹴而就,需要通过大量数据不断修正,最后才能达到理想的效果。 在实际的工作中,你和客户说你的产品算法有多好多好,都不如上几个图,几个表有说服力。通过公认的数据库进行算法测试,就是一个很好的手段。GE的产品为什么...

2020-05-31 08:48:09 6199 6

原创 浅谈心电信号处理(1)

写在前面 自己从毕业后开始从事心电信号处理的相关工作,几年来一直致力于产品应用,对写作总结没有提起重视,最近刚换了个工作,把这几年接触的东西整理整理,如果能帮助到需要的朋友,本人不胜荣幸。当然,这个整理仅是针对我个人的学习工作历程撰写,并不代表整个行业。心电及其处理所包含的内容很多,我也只仅接触了其中的一部分,这里所编写的内容也仅是我自己理解,如有错误的地方,还希望大家指正。 心电信号处理主要包含两个内容,一个是心电信号,另一个是信号处理。相信接触过心电信号及其处理的同学对这...

2020-05-28 21:33:49 3312 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除