基于短单导联ECG记录溯因解释的心律失常分类
人工智能
2021-12-09 v1 计算机视觉与模式识别
摘要
在本工作中，我们提出一种对短单导联ECG记录进行节律分类的新方法，使用由记录溯因解释提供的一组高层且具临床意义的特征。这些特征包括形态学与节律相关特征，用于构建两个分类器：一个使用各特征的聚合值从全局评估记录；另一个使用循环神经网络将每个检测心跳的单独特征作为输入、作为序列评估记录。两个分类器最终通过stacking技术结合，以四类目标给出答案：正常窦性心律、心房颤动、其他异常和噪声。该方法已针对2017 Physionet/CinC Challenge数据集验证，获得0.83的最终得分并在竞赛中排名第一。
引用
@article{arxiv.1711.03892,
title = {Arrhythmia Classification from the Abductive Interpretation of Short Single-Lead ECG Records},
author = {Tomás Teijeiro and Constantino A. García and Daniel Castro and Paulo Félix},
journal= {arXiv preprint arXiv:1711.03892},
year = {2021}
}
备注
4 pages, 3 figures. Presented in the Computing in Cardiology 2017 conference