换一批
换一批基于卷积神经网络与通道和空间注意力机制的房颤预测模型研究
Study on atrial fibrillation prediction model based on convolutional neural network and CBAM attention mechanism
摘要目的 采用人工智能技术提出一种模型,以对房颤进行早期预防和诊断.方法 提出一种基于卷积神经网络(convolutional neural network,CNN)与通道和空间注意力 机制(convolutional block attention module,CBAM)的模型用于对房颤的诊断与预测.结果 根据长期心房颤动数据库、MIT-BIH心房颤动数据库和MIT-BIH 正常窦性心律数据库的数据,提出的模型在全盲的情况下总体准确率达94.2％.结论 提出的模型满足了医学心电图解释的需要,为房颤的预测研究提供了新思路.
更多相关知识
关键词
心电信号房颤卷积神经网络通道和空间注意力机制ECG signalsatrial fibrillationconvolutional neural networksconvolutional block attention module
分类号
R541.7+5
栏目名称
DOI
10.20148/j.fmj.2024.01.001
发布时间
2024-03-18
基金项目
国家自然科学基金（61971140）
- 浏览10
- 被引0
- 下载10
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
