基于CNN的心电图图像心血管疾病检测
医学物理
2024-09-02 v1 机器学习
图像与视频处理
摘要
本研究开发了一种卷积神经网络(CNN)模型,用于从心电图(ECG)图像中检测心肌梗死(MI)。该模型基于 InceptionV3 架构构建并通过迁移学习进行优化,使用来自巴基斯坦 Ch. Pervaiz Elahi 心脏病研究所的 ECG 数据进行训练。该数据集包含代表四种不同心脏状况的 ECG 图像:心肌梗死、异常心跳、心肌梗死病史以及正常心脏活动。所开发的模型成功检测了 MI 及其他心血管疾病,准确率达 93.27%。本研究表明,基于深度学习的模型能够为临床医生在心脏病的早期检测和预防方面提供重要支持。
引用
@article{arxiv.2408.16800,
title = {CNN Based Detection of Cardiovascular Diseases from ECG Images},
author = {Irem Sayin and Rana Gursoy and Buse Cicek and Yunus Emre Mert and Fatih Ozturk and Taha Emre Pamukcu and Ceylin Deniz Sevimli and Huseyin Uvet},
journal= {arXiv preprint arXiv:2408.16800},
year = {2024}
}
备注
4 pages