• <option id="4mqmm"></option>
    <td id="4mqmm"><option id="4mqmm"></option></td>
  • 華西醫學期刊出版社
    作者
    • 標題
    • 作者
    • 關鍵詞
    • 摘要
    高級搜索
    高級搜索

    搜索

    找到 作者 包含"王晞" 1條結果
    • 基于格拉姆角和場和改進的Inception-ResNet-v2的心律失常圖像分類方法

      心律失常是一種常見的威脅人類健康的心血管疾病,其主要的確診手段靠心電圖(ECG)。采用計算機技術實現心律失常自動分類可有效避免人工誤差,提高診斷效率并降低成本。心律失常自動分類算法大多集中于一維時序信號的處理,其魯棒性不足。為此,本文提出一種基于格拉姆角和場(GASF)和改進的Inception-ResNet-v2的心律失常圖像分類方法。首先使用變分模態分解進行去噪,用深度卷積生成對抗網絡進行數據擴增,然后使用GASF將一維時序心電信號轉換為二維圖像,并使用改進的Inception-ResNet-v2網絡實現AAMI推薦的五種(N、V、S、F和Q)心律失常分類。在MIT-BIH心律失常數據庫測試實驗表明:在患者內(intra-patient)和患者間(inter-patient)范式下分別獲得了99.52%和95.48%的整體分類精度。本文改進的Inception-ResNet-v2網絡的心律失常分類表現優于其他方法,為基于深度學習的心律失常自動分類提供了一種新途徑。

      發表時間: 導出 下載 收藏 掃碼
    共1頁 上一頁 1 下一頁

    Format

    Content

    毛片