基于深度神经网络的 12 导联心电图的房颤综合风险预测

该研究设计了一个个性化健康诊断系统，包括可穿戴式心电图设备、移动应用程序和后端服务器，可以对用户的心电信息进行持续监测，并提供个性化的健康警告/反馈。研究提出了一种利用心电信号准周期特征的有损信号压缩方法，并训练了一个基于ResNet的AF诊断器，在测试中取得了较好的效果，F1得分最高可达87.31%。