基于压缩卷积神经网络的心律不齐分类方法OACSTPCD
An arrhythmia classification method based on compressed convolutional neural network
心律不齐是一种常见的心脏疾病,严重时可能会危及生命,因此对该疾病开展早期筛查和分类在临床医学中具有重要意义.搭载心电信号(ECG)传感器的可穿戴设备凭借低成本和便捷等特点,是实现日常心脏健康监测的理想平台之一.然而受制于计算能力等因素的限制,可穿戴设备需要将数据上传到云端进行分析,增加了等待时延和用户隐私泄露风险.另一方面,现有心律不齐分类算法在训练时受疾病样本分布不平衡等因素的影响,在识别部分异常病症时的表现不尽人意,限制了其应用范围.为解决上…查看全部>>
韩传奇;崔莉
中国科学院计算技术研究所 北京 100190||中国科学院大学 北京 100190中国科学院计算技术研究所 北京 100190
可穿戴设备心律不齐分类压缩卷积神经网络类别不平衡损失函数
wearable devicearrhythmia classificationcompressed convolutional neural networkclass im-balanceloss function
《高技术通讯》 2023 (9)
物联网感知模型及弱可用数据条件下的计算方法研究
895-904,10
国家自然科学基金(61672498)资助项目.
评论