Repositori ini merupakan implementasi dari klasifikasi aritmia EKG kertas menggunakan jaringan saraf konvolusional 2-D di mana kami mengklasifikasikan EKG ke dalam tujuh kategori, satu kategori normal dan enam lainnya merupakan jenis aritmia berbeda menggunakan CNN dua dimensi dalam dengan gambar EKG skala abu-abu. . Dengan mengubah sinyal EKG satu dimensi menjadi gambar EKG dua dimensi, penyaringan noise dan ekstraksi fitur tidak lagi diperlukan. Hal ini penting karena beberapa detak EKG diabaikan dalam penyaringan kebisingan dan ekstraksi fitur. Selain itu, data pelatihan dapat diperbesar dengan memperbesar gambar EKG sehingga menghasilkan akurasi klasifikasi yang lebih tinggi. Augmentasi data sulit diterapkan pada sinyal 1-hari karena distorsi sinyal EKG 1-hari dapat menurunkan kinerja pengklasifikasi. Namun, menambah gambar EKG dua dimensi dengan metode pemotongan berbeda membantu model CNN berlatih dengan sudut pandang berbeda dari satu gambar EKG. Penggunaan gambar EKG sebagai data masukan klasifikasi EKG aritmia juga memberikan manfaat dalam hal ketahanan.
Berikut ini tautan ke modelnya: Tautan
Model ini hanya berfungsi jika data Anda mirip dengan sample.csv
Anda dapat menemukan semua prosedur mengenai pelatihan model Anda sendiri dan detail lain dari proyek ini di postingan Medium saya.