ECG Arrhythmia classification

심전도-부정맥 분류

2차원 컨벌루션 신경망을 이용한 심전도 부정맥 분류

이 저장소는 회색조 ECG 이미지가 포함된 심층 2차원 CNN을 사용하여 ECG를 7가지 범주로 분류하는 2차원 컨벌루션 신경망을 사용하여 ECG 부정맥 분류 논문을 구현한 것입니다. 하나는 정상이고 다른 6개는 다양한 유형의 부정맥입니다. . 1차원 ECG 신호를 2차원 ECG 이미지로 변환하면 노이즈 필터링 및 특징 추출이 더 이상 필요하지 않습니다. 노이즈 필터링 및 특징 추출에서는 ECG 비트 중 일부가 무시되기 때문에 이는 중요합니다. 또한 ECG 이미지를 확대하여 훈련 데이터를 확대할 수 있어 분류 정확도가 높아집니다. 1-d ECG 신호의 왜곡으로 인해 분류기의 성능이 저하될 수 있으므로 데이터 증대는 1-d 신호에 적용하기 어렵습니다. 그러나 다양한 자르기 방법을 사용하여 2차원 ECG 이미지를 확대하면 CNN 모델이 단일 ECG 이미지의 다양한 관점으로 훈련하는 데 도움이 됩니다. ECG 부정맥 분류의 입력 데이터로 ECG 이미지를 사용하는 것도 견고성 측면에서 이점이 있습니다.

방법

모델

모델에 대한 링크는 다음과 같습니다. 링크

모델 배포

1. 내 저장소를 복제하세요.
2. 이 저장소를 복제하세요.
3. 가중치를 다운로드하세요.
4. 다운로드한 다른 저장소의 app.py를 내 저장소의 app.py로 바꾸세요.
5. 다른 저장소에 있는 index.html도 내 저장소에 제공되는 index.html로 바꾸세요. 배포와 관련된 다른 문제가 발생하면 이 저장소를 확인할 수 있습니다.

모델은 데이터가 Sample.csv와 유사한 경우에만 작동합니다.

내 시스템의 앱 스크린샷은 다음과 같습니다.

중간 블로그

내 Medium 게시물에서 자신의 모델 훈련에 관한 모든 절차와 이 프로젝트의 기타 세부 사항을 확인할 수 있습니다.