一种提升自动 12 导联心电图诊断性能的多视图学习方法
信号处理
2022-08-02 v1 人工智能
机器学习
摘要
随着深度学习的引入，常用心电图（ECG）诊断模型的性能近年来有所提升。然而，多种深度学习组件的不同组合和/或数据增强技术对诊断的影响尚未得到充分研究。本研究提出一种基于集成的多视图学习方法，结合 ECG 增强技术，以实现比传统自动 12 导联 ECG 诊断方法更高的性能。数据分析结果表明，所提模型的 F1 分数为 0.840，优于文献中现有的最先进方法。
引用
@article{arxiv.2208.00323,
title = {A Multi-View Learning Approach to Enhance Automatic 12-Lead ECG Diagnosis Performance},
author = {Jae-Won Choi and Dae-Yong Hong and Chan Jung and Eugene Hwang and Sung-Hyuk Park and Seung-Young Roh},
journal= {arXiv preprint arXiv:2208.00323},
year = {2022}
}
备注
9 pages, 3 figures, and 5 tables