期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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
上一页 1 下一页 到第
使用帮助 返回顶部