首页> 中文期刊> 《中国数字医学》 >基于一维卷积神经网络的心肌梗死诊断研究

基于一维卷积神经网络的心肌梗死诊断研究

         

摘要

目的:心电图判读主要依靠医师经验性分析,容易出现差错,本研究提出一维卷积神经网络预测模型实现对心肌梗死的智能诊断.方法:本研究利用Keras及Tensorflow搭建一维卷积神经网络.利用PTB-XL公共数据平台上的21837条ECG数据,经过删除异常值、中值滤波、裁剪等数据预处理后,将数据划分为训练集、验证集及测试集,用训练集数据训练CNN模型,用验证集验证模型,并采取正则化、Dropout及早停止法策略抑制过拟合,得到最终的预测模型.结果:模型对测试集预测的AUC、准确率、敏感度、特异度及阳性预测值分别达到0.981、0.952、0.932、0.957、0.840.结论:该预测模型对心肌梗死的预测性能优异,为心肌梗死的诊断提供了新方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号