ECG Arrhythmia classification
1.0.0
该存储库是使用二维卷积神经网络进行心电图心律失常分类论文的实现,其中我们使用深度二维 CNN 和灰度心电图图像将心电图分为七类,一类是正常的,另外六类是不同类型的心律失常。通过将一维心电信号转换为二维心电图像,不再需要噪声过滤和特征提取。这很重要,因为在噪声过滤和特征提取中会忽略一些心电图节拍。此外,可以通过增强心电图图像来扩大训练数据,从而提高分类精度。数据增强很难应用于一维信号,因为一维心电图信号的失真可能会降低分类器的性能。然而,使用不同的裁剪方法增强二维 ECG 图像有助于 CNN 模型使用单个 ECG 图像的不同视点进行训练。使用ECG图像作为ECG心律失常分类的输入数据在鲁棒性方面也有好处。
这是模型的链接:链接
仅当您的数据类似于sample.csv时,该模型才有效
您可以在我的 Medium 帖子上找到有关训练您自己的模型的所有程序以及该项目的其他详细信息。