论文题目:Cardiologist-LevelArrhythmiaDetectionwithConvolutionalNeuralNetworks 推荐程度:* * * * * 一句话总结该论文主要做的事情建立了从单导联的心电信号到14种心脏疾病的模型,模型是一个34层的CNN网络。 文章细节描述数据训练集:来自29163个人的64121个心电序列数据 ,每个心电数据为200HZ采样率,时长为30秒 测试集为: 来自328个人的336个数据(相比于训练集,感觉测试集有点太小了,每种类别的数量最少的只有17个,基本都是30多) 模型34层的残差CNN 将ECG序列映射到label序列 检测label定义了12种心脏异常状态和窦性心率及噪声,共14种 对照表: 窦性心律 心房颤动 MIT-BIH 47个 结果正确率从0.519到0.908不等,几乎都是模型的效果要略好一点 总结
疑问:一个问题: 最后是检测算法和医生识别的平均值作对比 如果医生识别率这么低,那training data的标签可信吗?? |
|