Abstract：
目的 采用人工智能技术提出一种模型，以对房颤进行早期预防和诊断。方法 提出一种基于卷积神经网络(convolutional neural network, CNN)与通道和空间注意力机制(convolutional block attention module, CBAM)的模型用于对房颤的诊断与预测。结果 根据长期心房颤动数据库、MIT-BIH心房颤动数据库和MIT-BIH正常窦性心律数据库的数据，提出的模型在全盲的情况下总体准确率达94.2%。结论 提出的模型满足了医学心电图解释的需要，为房颤的预测研究提供了新思路。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福建医药杂志
ISSN： 1002-2600
CN： 35-1071/R
Year： 2024
Issue： 01
Volume： 46
Page： 1-4
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
