心血管疾病是当今各类死因之首,因此心律失常的检测对心脏病患者来说非常重要。目前主要通过观察心电图上的心电信号诊断各种心脏病,但由于信息量的庞大,实时性得不到满足。人工智能技术和深度学习技术的发展有望帮助识别心电信号中的异常波形,从而提高预测精度。提出了一种基于卷积神经网络的ResNet模型,用来实现心电信号的心跳分类。模型在经典的残差网络结构基础上,使用改进的ResNet-18的架构。优化了网络层数,缩减了训练时间,便于找到最优解。
科研之友
微信
新浪微博
Facebook
分享链接
