基于卷积循环神经网络的 ECG 分类
机器学习
2020-10-07 v2 信号处理
摘要
我们开发了一个卷积循环神经网络，用于 PhysioNet/ Computing in Cardiology 2020 挑战赛中分类 12 导联 ECG 信号，团队名为 Pink Irish Hat。该模型结合卷积层与循环层，以 ECG 信号的滑动窗口作为输入，输出每一类的概率。卷积部分从每个滑动窗口提取特征。双向门控循环单元（GRU）层与注意力层将这些来自所有窗口的特征聚合成单一特征向量。最后，一个全连接层输出类概率。最终决策通过测试时增强（TTA）与优化决策阈值做出。我们架构的若干超参数被优化，其中最重要的似乎是优化器的选择以及每层卷积的滤波器数量。我们的网络在隐藏验证集上取得了 0.511 的挑战分数，在完整隐藏测试集上取得了 0.167，在官方排名中于 41 支队伍里位列第 23。
引用
@article{arxiv.2009.13320,
title = {ECG Classification with a Convolutional Recurrent Neural Network},
author = {Halla Sigurthorsdottir and Jérôme Van Zaen and Ricard Delgado-Gonzalo and Mathieu Lemay},
journal= {arXiv preprint arXiv:2009.13320},
year = {2020}
}
备注
4 pages, 3 figures, presented at Computing in Cardiology 2020, under review for conference proceedings