码迷,mamicode.com
首页 > 其他好文 > 详细

论文笔记-andrew Ng 深度学习 心电论文

时间:2018-02-27 19:31:47      阅读:202      评论:0      收藏:0      [点我收藏+]

标签:logs   work   分享图片   ini   文章   算法   标记   ural   技术   

论文题目:

Cardiologist-LevelArrhythmiaDetectionwithConvolutionalNeuralNetworks

推荐程度:* * * * *
推荐理由:来自andrew NG团队

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14种心脏疾病的模型,模型是一个34层的CNN网络。
技术分享图片

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
数据来源于Zio Patch(一个心脏贴片公司)
心电的标注来源于一个心电科的医生

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
技术分享图片

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:
AFIB
AFL

窦性心律 心房颤动

MIT-BIH 47个

结果

技术分享图片

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

  1. 论文声称自己的模型超过了心电科的医生,不同于传统的提取各种统计指标再训练模型,是一种直接从sequnce训练的模型,确实能够减少很多工作量
    2.果然数据才是王道,几万个有标记的心电数据!!!

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??

论文笔记-andrew Ng 深度学习 心电论文

标签:logs   work   分享图片   ini   文章   算法   标记   ural   技术   

原文地址:https://www.cnblogs.com/xiaodianfanguo/p/8480058.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!