基于通道分离卷积的心电肢体电极错接检测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对心电图采集过程中常见的肢体电极错接问题，文章提出了一种结合通道混合卷积、通道分离卷积与 GRU 的模型，并采用 Focal Loss 作为损失函数。利用 PTB-XL 数据集作为训练集，CSE 数据集作为测试集，从电极错接原理出发，设计了数据生成方法以构建训练和测试数据。最终在 CSE 测试集上实现了 99.91% 的特异度，假阳性率首次低于肢体电极错接的实际发生率，五种错接类别的 Macro-F1 指标达到 99.46%。（剩余9919字）

试读结束

目录
monitor