![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI医疗
文章平均质量分 87
PEI跑跑
医学大数据,统计学与流行病,机器学习在临床上的应用,帅气研究生一枚
展开
-
多特征分支卷积神经网络在心梗心电图诊断中的应用
本文提出了一种基于多特征分支卷积神经网络(MFB-CNN)的心电MI自动检测与定位方法。MFB-CNN的每个独立特征分支都对应于一个特定的导联。一个特征分支可以利用12个线索之间的多样性来学习一个线索的单个特征。全局全连接softmax层可以充分利用其完整性,总结所有的特征分支。基于深度学习框架,分析不需要手工设计的特征。此外,采用患者特异性范式来管理患者间的变异性,这是自动化诊断的一个重大挑战。此外,进行基于类别的实验.原创 2023-03-21 14:13:45 · 938 阅读 · 5 评论 -
基于一维深度学习网络的心电自动分类
标准的12导联心电图(ECG)通过皮肤上的电极记录心脏的电活动,由于其价格低廉、无创等特点,被广泛应用于心脏疾病的筛查和诊断。手动检查心电图需要专业的医疗技能,且费力耗时。近年来,深度学习方法已成功应用于医学图像分析。在本文中,我们提出了一个自动识别正常和异常心电信号的系统。提出了一种多通道多尺度深度神经网络(DNN)模型,该模型是一种端到端结构的心电信号分类模型,无需任何特征提取。使用卷积层提取主要特征,并结合长短期记忆(LSTM)和注意力来提高DNN模型的性能。原创 2023-03-09 16:17:32 · 903 阅读 · 1 评论