基于可穿戴设备的肌梗死检测与分类进展: 综合综述
机器学习
2024-11-28 v1
摘要
肌梗死 (MI), 通常称为心脏病发作, 是由心脏血流受阻引起的关键健康状况. 通过持续 ECG 监测进行早期检测对于最小化不可逆损伤至关重要. 本综述探讨了可穿戴设备上 MI 分类方法的进展, 强调其在实时监测和早期诊断中的潜力. 它批判性地检查了传统方法, 如形态滤波和小波分解, 以及最新技术, 包括卷积神经网络 (CNN) 和 VLSI 方法. 通过综合机器学习、深度学习和硬件创新的发现, 本文突出了它们的优势、局限性及未来前景. 将这些技术集成到可穿戴设备中为实现高效、准确且能源感知的 MI 检测开辟了前景, 为下一代可穿戴医疗解决方案之路.
引用
@article{arxiv.2411.18451,
title = {Advancements in Myocardial Infarction Detection and Classification Using Wearable Devices: A Comprehensive Review},
author = {Abhijith S and Arjun Rajesh and Mansi Manoj and Sandra Davis Kollannur and Sujitta R and Jerrin Thomas Panachakel},
journal= {arXiv preprint arXiv:2411.18451},
year = {2024}
}