Wissenschaftler schlagen ein neuronales Netzwerk zur Erkennung von Mehrklassen-Arrhythmien vor.

0

Die meisten früheren Studien hingen von herzschlagweisen oder einskaligen Signalsegmenten ab, die die zugrundeliegende komplementäre Information verschiedener Skalen im raum-zeitlichen Aspekt des Multi-Lead-EKG-Signals ignorierten.

Ein Forschungsteam unter der Leitung von Prof.

FAN Jianping und Prof.

LI Ye von den Shenzhen Institutes of Advanced Technology (SIAT) der Chinesischen Akademie der Wissenschaften schlug eine neue EKG-Analysemethode vor, die auf tiefem Lernen basiert, um eine unbefriedigende Erkennungsgenauigkeit bei multiplen Arrhythmien zu vermeiden.Für die EKG-Analyse wurden skalenübergreifende Merkmale von Segmenten unterschiedlicher Größe durch mehrere Faltungskerne mit unterschiedlichen rezeptiven Feldern extrahiert.

Darüber hinaus wurde die räumliche Aufmerksamkeit für die weitere Gewinnung der diskriminierenden Information des Signals genutzt..

Share.

Leave A Reply