期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多模态特征工程和TSNet的心脏异常检测算法
1
作者
刘纪红
薛维
徐超
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第10期1394-1400,1520,共8页
心电图(electrocardiogram,ECG)和心音图(phonocardiogram,PCG)是心脏疾病诊断中常用的图像,单一的方法进行心脏疾病诊断效果不佳.基于多模态特征工程,数据集经过切分和归一化预处理后,使用格拉姆角场(Gramian angle fields,GAF)进行时...
心电图(electrocardiogram,ECG)和心音图(phonocardiogram,PCG)是心脏疾病诊断中常用的图像,单一的方法进行心脏疾病诊断效果不佳.基于多模态特征工程,数据集经过切分和归一化预处理后,使用格拉姆角场(Gramian angle fields,GAF)进行时间序列数据重建,形成图像模型.提出一种适用于该图像模型的双流自融合网络(two‑stream self‑fusion network,TSNet),使用双流自融合(two‑stream self‑fusion,TS)模块替代底层卷积操作,更好地融合ECG和PCG的异构信息.经Physio Net Challenge 2016 a数据集测试,该算法的准确率、F1值、精确率和召回率最佳值分别达到95.3%,95.4%,96.2%,99.4%,相较其他心电和心音多模态卷积神经网络算法,精度更高.
展开更多
关键词
心电图
心音图
多模态特征工程
格拉姆角场
双流自融合网络
在线阅读
下载PDF
职称材料
题名
基于多模态特征工程和TSNet的心脏异常检测算法
1
作者
刘纪红
薛维
徐超
机构
东北大学信息科学与工程学院
东北大学计算机科学与工程学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第10期1394-1400,1520,共8页
文摘
心电图(electrocardiogram,ECG)和心音图(phonocardiogram,PCG)是心脏疾病诊断中常用的图像,单一的方法进行心脏疾病诊断效果不佳.基于多模态特征工程,数据集经过切分和归一化预处理后,使用格拉姆角场(Gramian angle fields,GAF)进行时间序列数据重建,形成图像模型.提出一种适用于该图像模型的双流自融合网络(two‑stream self‑fusion network,TSNet),使用双流自融合(two‑stream self‑fusion,TS)模块替代底层卷积操作,更好地融合ECG和PCG的异构信息.经Physio Net Challenge 2016 a数据集测试,该算法的准确率、F1值、精确率和召回率最佳值分别达到95.3%,95.4%,96.2%,99.4%,相较其他心电和心音多模态卷积神经网络算法,精度更高.
关键词
心电图
心音图
多模态特征工程
格拉姆角场
双流自融合网络
Keywords
electrocardiogram(ECG)
phonocardiogram(PCG)
multimodal feature engineering
Gramian angle fields(GAF)
two‑stream self‑fusion network(TSNet)
分类号
TP391.7 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多模态特征工程和TSNet的心脏异常检测算法
刘纪红
薛维
徐超
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
