พื้นที่เก็บข้อมูลนี้เป็นการดำเนินการจำแนกภาวะหัวใจเต้นผิดจังหวะ ECG แบบกระดาษโดยใช้โครงข่ายประสาทเทียมแบบ 2 มิติ ซึ่งเราแบ่งประเภท ECG ออกเป็นเจ็ดประเภท โดยประเภทหนึ่งเป็นแบบปกติ และอีกหกประเภทเป็นประเภทที่แตกต่างกันของภาวะหัวใจเต้นผิดจังหวะโดยใช้ CNN สองมิติเชิงลึกพร้อมภาพ ECG ระดับสีเทา . ด้วยการแปลงสัญญาณ ECG หนึ่งมิติให้เป็นภาพ ECG สองมิติ จึงไม่จำเป็นต้องมีตัวกรองสัญญาณรบกวนและการแยกคุณสมบัติอีกต่อไป นี่เป็นสิ่งสำคัญเนื่องจากจังหวะ ECG บางส่วนจะถูกละเว้นในการกรองสัญญาณรบกวนและการแยกคุณสมบัติ นอกจากนี้ ข้อมูลการฝึกอบรมยังสามารถขยายได้โดยการเพิ่มภาพ ECG ซึ่งส่งผลให้มีความแม่นยำในการจำแนกประเภทที่สูงขึ้น การเพิ่มข้อมูลนั้นยากที่จะนำไปใช้กับสัญญาณ 1-d เนื่องจากการบิดเบือนของสัญญาณ ECG 1-d อาจทำให้ประสิทธิภาพของลักษณนามลดลง อย่างไรก็ตาม การเพิ่มภาพ ECG สองมิติด้วยวิธีการครอบตัดที่แตกต่างกันช่วยให้โมเดล CNN สามารถฝึกกับมุมมองที่แตกต่างกันของภาพ ECG เดียวได้ การใช้ภาพ ECG เป็นข้อมูลอินพุตของการจำแนกประเภทภาวะหัวใจเต้นผิดจังหวะของ ECG ยังให้ประโยชน์ในแง่ของความแข็งแกร่งอีกด้วย
นี่คือลิงค์ไปยังรุ่น: ลิงค์
โมเดลนี้จะใช้งานได้ก็ต่อเมื่อข้อมูลของคุณคล้ายกับ example.csv
คุณสามารถค้นหาขั้นตอนทั้งหมดเกี่ยวกับการฝึกโมเดลของคุณเองและรายละเอียดอื่น ๆ ของโปรเจ็กต์นี้ได้ในโพสต์ขนาดกลางของฉัน