《计算机技术与发展杂志》发表论文赏析
作者:张金龙;杨湘;陈艳红
单位:1. 武汉科技大学 计算机科学与技术学院,湖北 武汉 430065;2. 香港大学深圳医院 心律失常科,广东 深圳 518053
摘要:心肌梗死(Myocardial Infarction,MI)是心血管疾病中危及生命的急症,早期检测和准确分类至关重要。 12 导联心电图从多个角度监测心脏的电活动,对心肌梗死的分类具有重要影响。 然而,现有分类模型在处理 12 导联信息冗余所带来的问题时,提出的解决方案考虑不足,会导致重要导联和特征信息的丢失。 此外,这些方法未充分考虑12 导联与心肌梗死之间的关联性,或仅关注单导联的相关性,会导致模型与 MI 的关联不够紧密。 针对以上问题,该文提出了一种基于改进丢弃和双通道融合的心肌梗死分类模型。 该模型采用改进后的自适应丢弃算法(DroSet),有效解决导联所带来的冗余信息问题。 同时,结合医学知识和基础理论,分析导联和心肌梗死的敏感性和关联性,并对其划分成主导心肌梗死导联和辅助心肌梗死导联。 实验结果表明,该模型在 PTBXL 数据集上的分类准确率达到了99.15 % ,证明了模型不仅具有出色的分类性能,还适用于实际应用中的心肌梗死定位判断。
关键词:心肌梗死分类;12导联心电图;双通道融合;自适应丢弃