换一批基于深度学习技术的心律失常诊断与个体识别算法研究
Research on Arrhythmia Diagnosis and Individual Identification Algorithm Based on Deep Learning Technology
摘要针对传统机器学习算法的弊端,提出一种基于深度学习的心率失常信号诊断和心电信号个体识别的改进算法.该方法通过加入改进的卷积注意力模块,将一维卷积神经网络和双向长短时网络结合,提出一种新的模型L-CNN对心律失常心电信号进行诊断识别.实验结果表明:L-CNN 算法模型比现有研究的算法模型的识别精度最低提高了 1.23%.与传统识别技术相比,基于心电信号的识别技术具有广阔的应用前景.
更多相关知识
关键词
心电识别深度学习卷积神经网络双向长短时网络卷积注意力模块ECG recognitiondeep learningconvolutional neural networkbidirectional LSTMconvolutional block attention module
分类号
R318.6（医用一般科学）
栏目名称
DOI
10.3969/j.issn.2095-2198.2023.06.011
发布时间
2024-07-04（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
