您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览177 | 下载32

目的 实现对右束支阻滞、左束支阻滞和正常心电信号进行自动分类.方法 以MTI-BIH数据库为实验数据来源,从中提取训练集和测试集数据用于训练和测试网络模型,基于卷积神经网络提出核心算法:稀疏连接残差网络.将稀疏连接残差网络与已有的经典网络模型进行对比,以评估模型的识别效果.结果 稀疏连接残差网络的测试集准确率为95.2%,识别结果优于经典网络模型.结论 该文提出的算法能够辅助医生进行心脏传导阻滞类疾病的诊断,有一定的临床应用价值.

作者:齐继;张瑞卿;沈阳;常世杰;沙宪政

来源:中国医疗器械杂志 2019 年 43卷 2期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:177 | 下载:32
作者:
齐继;张瑞卿;沈阳;常世杰;沙宪政
来源:
中国医疗器械杂志 2019 年 43卷 2期
标签:
心脏传导阻滞 深度学习 卷积神经网络
目的 实现对右束支阻滞、左束支阻滞和正常心电信号进行自动分类.方法 以MTI-BIH数据库为实验数据来源,从中提取训练集和测试集数据用于训练和测试网络模型,基于卷积神经网络提出核心算法:稀疏连接残差网络.将稀疏连接残差网络与已有的经典网络模型进行对比,以评估模型的识别效果.结果 稀疏连接残差网络的测试集准确率为95.2%,识别结果优于经典网络模型.结论 该文提出的算法能够辅助医生进行心脏传导阻滞类疾病的诊断,有一定的临床应用价值.