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：
Source ：
福建医药杂志
ISSN： 1002-2600
Year： 2024
Issue： 1
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： 1
Affiliated Colleges：
