摘要
心血管疾病的患病率逐年上升,已成为多个国家首要致死病因,不发达地
区致死率更高。心电图作为诊断心血管疾病的主要无创手段,准确识别心电图
对于疾病早干预、精治疗有重大意义,但是人工诊断海量心电图耗时久、主观性
强、易漏诊误诊,难预警。近年来,利用深度学习自动提取特征解决心电分类问
题的判别算法成为研究热点,本文基于卷积神经网络进行心电信号分类算法的
研究工作,主要内容包括:
(1)针对现有复杂去噪方法造成的模型
摘要
心血管疾病的患病率逐年上升,已成为多个国家首要致死病因,不发达地
区致死率更高。心电图作为诊断心血管疾病的主要无创手段,准确识别心电图
对于疾病早干预、精治疗有重大意义,但是人工诊断海量心电图耗时久、主观性
强、易漏诊误诊,难预警。近年来,利用深度学习自动提取特征解决心电分类问
题的判别算法成为研究热点,本文基于卷积神经网络进行心电信号分类算法的
研究工作,主要内容包括:
(1)针对现有复杂去噪方法造成的模型
文档评论(0)