基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11999/JEIT200480

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

引用
急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72%,精度达到99.53%,灵敏度达到100.00%,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1%,该项研究具有非常重要的临床应用价值.

心电图、人工智能、双向长短期记忆神经网络、形态特征、心肌梗死

43

TP183(自动化基础理论)

国家重点研发计划;浙江省医药卫生重大科技计划项目

2021-09-22(万方平台首次上网日期,不代表论文的发表时间)

共8页

2561-2568

相关文献
评论
暂无封面信息
查看本期封面目录

电子与信息学报

1009-5896

11-4494/TN

43

2021,43(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn