机译:提取短ECG信号的深度特征进行早期心房颤动检测
Hebei Univ Technol Sch Econ & Management Tianjin 300401 Peoples R China;
Hebei Univ Technol Sch Econ & Management Tianjin 300401 Peoples R China;
Singapore Management Univ Sch Informat Syst Singapore 178902 Singapore;
Tianjin Univ Coll Management & Econ Tianjin 300073 Peoples R China;
Medical knowledge engineering; Deep features extraction; Early atrial fibrillation detection; Data mining;
机译:深度神经网络的多特征融合,用于使用ECG信号筛选心房颤动
机译:使用从柔性分析小波变换提取的熵特征自动诊断心房颤动ECG信号
机译:使用从柔性分析小波变换提取的熵特征自动诊断心房颤动ECG信号
机译:使用混合深度学习模型从短ECG信号检测心房颤动
机译:进行预过滤,以改进宽带振荡瞬态的未知和已知源相关性检测,并使用特征提取和汉明神经网络预测阵发性房颤的发作。
机译:基于ECG信号的心房颤动的早期检测
机译:使用馈电神经网络的心房颤动检测,并自动提取信号特征