声明
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 传统机器学习方法
1.2.2 传统深度学习方法
1.3 本文主要研究工作及结构安排
1.3.1 本文主要工作
1.3.2 本文组织结构
第2章 本文相关理论与技术概述
2.1 引言
2.2 心电图介绍
2.2.1 心电基本原理的介绍
2.2.2 心率失常事件的概述
2.3 心电数据的预处理
2.3.1 缺失值处理
2.3.2 噪声值处理
2.3.3 数据归一化
2.3.4 数据集构建
2.4 本文相关分类算法简介
2.4.1 卷积神经网络
2.4.2 残差网络
2.4.3 Transformer网络
2.5 本章小结
第3章 基于深度学习的心电数据研究
3.1 引言
3.2 EfficientNet模型
3.2.1 EfficientNet模型概述
3.2.2 EfficientNet模型结构
3.3 基于ECG的EfficientNet网络构建
3.3.1 基于ECG的分类网络架构
3.3.2 基于ECG的分类网络训练
3.4 心电数据分类模型的实验评估
3.4.1 实验环境
3.4.2 实验设置
3.4.3 数据描述
3.4.4 评估指标
3.4.5 实验结果与分析
3.5 本章小结
第4章 基于多特征融合心电分类模型的研究
4.1 引言
4.2 多特征心电模型的总体架构
4.3 多特征心电数据概述与分析
4.3.1 年龄特征
4.3.2 性别特征
4.4 多特征模块的设计
4.4.1 基于嵌入层的特征获取
4.4.2 基于多特征组合的联合训练
4.5 基于心电数据的多特征融合模型
4.6 心电分类模型实验和评估
4.6.1 实验环境
4.6.2 实验设置
4.6.3 数据描述
4.6.4 评估指标
4.6.5 实验结果与分析
4.7 本章小结
结论
参考文献
致谢
附录A 发表论文和参加科研情况说明
湖南大学;