从多导联 ECG 信号识别 27 种异常：一种带 Sign Loss 函数的集成 Se-ResNet 框架
信号处理
2021-01-13 v2 机器学习
摘要
心血管疾病是对健康的主要威胁，也是全球死亡的主要原因之一。12 导联 ECG 是一种廉价且普遍可及的识别心脏异常的工具。早期准确诊断将有助于早期治疗与干预，以预防心血管疾病的严重并发症。在 PhysioNet/Computing in Cardiology Challenge 2020 中，我们的目标是开发一种从 12 导联 ECG 记录中自动识别 27 种 ECG 异常的算法。
引用
@article{arxiv.2101.03895,
title = {Identification of 27 abnormalities from multi-lead ECG signals: An ensembled Se-ResNet framework with Sign Loss function},
author = {Zhaowei Zhu and Xiang Lan and Tingting Zhao and Yangming Guo and Pipin Kojodjojo and Zhuoyang Xu and Zhuo Liu and Siqi Liu and Han Wang and Xingzhi Sun and Mengling Feng},
journal= {arXiv preprint arXiv:2101.03895},
year = {2021}
}