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
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：
基于ResDCGAN和改进残差网络的心律失常分类方法
1
作者 张培玲 张朔 《中国医学物理学杂志》 2025年第10期1384-1392,共9页
心律失常是常见的心血管疾病,其诊断主要依靠心电图(ECG)。采用计算机技术实现心律失常自动分类可有效避免人工误差,提高诊断效率。针对心电数据类别不平衡问题以及一维ECG处理的局限性,提出一种基于残差结构的DCGAN和改进ResNet34的心... 心律失常是常见的心血管疾病,其诊断主要依靠心电图(ECG)。采用计算机技术实现心律失常自动分类可有效避免人工误差,提高诊断效率。针对心电数据类别不平衡问题以及一维ECG处理的局限性,提出一种基于残差结构的DCGAN和改进ResNet34的心律失常分类方法。首先使用变分模态分解对一维心电信号去噪,然后将其转换为格拉姆角和场二维图像,接着用本文提出的ResDCGAN进行数据平衡,最后以坐标注意力改进的ResNet34网络实现心律失常自动分类。在MIT-BIH心律失常数据库测试实验表明:该方法在准确率、精确率、召回率和F1分数上依次提升0.22%、1.60%、1.89%、1.73%,准确率达到99.66%。这充分验证了本文提出方法的有效性,为ECG数据平衡和心律失常分类任务提供一种有效方案。 展开更多
关键词 心律失常分类 数据平衡 resdcgan 坐标注意力 ResNet34
在线阅读 下载PDF
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
使用帮助 返回顶部