期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于通道分离卷积的心电肢体电极错接检测方法
1
作者
张伯政
《电脑知识与技术》
2025年第1期36-40,共5页
针对心电图采集过程中常见的肢体电极错接问题,文章提出了一种结合通道混合卷积、通道分离卷积与GRU的模型,并采用Focal Loss作为损失函数。利用PTB-XL数据集作为训练集,CSE数据集作为测试集,从电极错接原理出发,设计了数据生成方法以...
针对心电图采集过程中常见的肢体电极错接问题,文章提出了一种结合通道混合卷积、通道分离卷积与GRU的模型,并采用Focal Loss作为损失函数。利用PTB-XL数据集作为训练集,CSE数据集作为测试集,从电极错接原理出发,设计了数据生成方法以构建训练和测试数据。最终在CSE测试集上实现了99.91%的特异度,假阳性率首次低于肢体电极错接的实际发生率,五种错接类别的Macro-F1指标达到99.46%。通过与现有研究的比较,验证了文章方法达到了当前的最高水平。
展开更多
关键词
通道分离卷积
肢体电极错接
心电采集质量控制
Focal
Loss
融合模型
在线阅读
下载PDF
职称材料
题名
基于通道分离卷积的心电肢体电极错接检测方法
1
作者
张伯政
机构
中国人民大学
众阳健康科技集团有限公司
出处
《电脑知识与技术》
2025年第1期36-40,共5页
文摘
针对心电图采集过程中常见的肢体电极错接问题,文章提出了一种结合通道混合卷积、通道分离卷积与GRU的模型,并采用Focal Loss作为损失函数。利用PTB-XL数据集作为训练集,CSE数据集作为测试集,从电极错接原理出发,设计了数据生成方法以构建训练和测试数据。最终在CSE测试集上实现了99.91%的特异度,假阳性率首次低于肢体电极错接的实际发生率,五种错接类别的Macro-F1指标达到99.46%。通过与现有研究的比较,验证了文章方法达到了当前的最高水平。
关键词
通道分离卷积
肢体电极错接
心电采集质量控制
Focal
Loss
融合模型
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于通道分离卷积的心电肢体电极错接检测方法
张伯政
《电脑知识与技术》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部