【摘 要】
：
医疗保健5.0时代,智能设备被广泛使用。实现心律失常的自动诊断可以促进医疗保健5.0的发展并提高人们的生活质量。越来越多的智能设备被引入到医疗保健领域,这些智能设备可以从传感数据（例如,心电图（Electro Cardio Gram,ECG））中提取特征,以帮助监测和诊断疾病。然而,心跳的智能分类并不容易实施。不同心跳之间的差别较小以及罕见类型的心跳数据的缺乏使得心跳的自动分类十分困难。为实现高准
论文部分内容阅读
医疗保健5.0时代,智能设备被广泛使用。实现心律失常的自动诊断可以促进医疗保健5.0的发展并提高人们的生活质量。越来越多的智能设备被引入到医疗保健领域,这些智能设备可以从传感数据（例如,心电图（Electro Cardio Gram,ECG））中提取特征,以帮助监测和诊断疾病。然而,心跳的智能分类并不容易实施。不同心跳之间的差别较小以及罕见类型的心跳数据的缺乏使得心跳的自动分类十分困难。为实现高准确率的心跳智能分类,本文的研究内容如下:（1）提出了一个名为Beat Class的解决数据不平衡问题的两步骤心跳分类算法。Beat Class包含三个主要部分:两个堆叠的双向长短期记忆网络,称为Rist和Morst,以及一个生成对抗网络,称为Morph GAN。Rist首先将心跳分为N、S＆V、F和Q四类。被Rist分为S＆V类的心跳由Morst进一步分类以改进分类准确率。Morph GAN用于增强不常见类型心跳的数据。在实验中,Beat Class与其它患者间心律失常分类的最新工作进行了比较。对于N、S、V类心跳,Beat Class分类的F1分数分别比最佳基线方法高0.6%、16.0%以及1.8%。此外,本文基于不同的ECG数据集验证了Beat Class的泛化性。（2）提出了一个名为MI-Beat的改进的多输入心跳分类算法,MI-Beat中包含了新的多输入分类模型Mix Classifier以及新的数据增强方法EGAN。在MI-Beat中仍采用Beat Class中的两步骤分类结构,分类模型Rist以及特征Contbeat。Rist首先基于RR序列将心跳分为四类:N、S＆V、F和Q。Mix Classifier再基于Contbeat及其对应的离散小波特征将S与V类心跳区分开。一个名为EGAN数据增强方法被设计用于增强稀有类心跳数据。Mix Classifier与EGAN中的判别器皆被改进为多输入的网络,输入的数据为Contbeat及其对应的离散小波特征。此外,EGAN基于均方误差对生成器的损失函数进行了进一步的改进。相比于Beat Class,MI-Beat的分类性能得到了提升。基于迁移学习,MI-Beat的泛化性也得到了改进。
其他文献
随着互联网、传感器网络、数据通信技术的不断发展成熟,各行各业都产生了大量的数据,对于大数据挖掘技术的需求也越来越迫切。在众多应用场景中,数据都是陆续到来、数量无限且随时间变化的,学术界将这种数据形态定义为“数据流”,数据流挖掘技术因其较高的应用价值,在学术界掀起了广泛的研究热潮,本文研究的数据流分类就是其重要的分支。不同于静态数据集,动态变化的数据流中可能会伴随着概念漂移和新标签问题,严重影响了分
文本分类是自然语言处理中的一个基本问题。其核心是从文本中抽取出能够体现文本特点的关键特征,并设置一个从抓取特征到类别之间的映射关系。基于文本的特性,文本分类主要由短文本分类和长文本分类这两类构成。短文本分类是指对话题或者评论这种字数偏少,句式结构有缺省的文本进行分类,其需要关注的特征为有明显情感倾向的词特征和句特征。长文本分类是指对文章或者新闻这种字数偏多,句式结构完整,上下文联系很大的文本进行分
信息隐藏是将秘密信息隐蔽地嵌入到通信载体中,进行公开传输的一种隐蔽通信方式,可以实现秘密信息悄无声息地秘密传输。由于图像本身存在较大冗余且容易获取,图像隐写成为信息隐藏的主要方式。把秘密信息隐藏到图像高频细节区域,减少图像视法被广泛研究,主要包括获取载体图像、设计失真函数、生成含密图像三个方面,已经产生了丰富的研究成果。本文针对基于隐写失真设计的图像隐写方法展开研究,该类方法在嵌入秘密信息后,图像
行人重识别是计算机视觉领域非常热门的研究课题,其在视频监控、智能安防等领域发挥着重要作用。由于行人身份标注的困难,目前只有无监督行人重识别能够适用于大规模现实应用,但由于不同场景下拍摄角度、人物姿态和光照环境等因素的变化,所得图像数据域的分布也不一致,导致无监督模型性能表现并不理想。本文对传统的基于字典学习的无监督行人重识别模型进行改进,除了学习过完备的视觉语义字典,还引入非对称投影用以消除不同摄
随着人们对于视频清晰度和分辨率的需求变化,如何高效压缩以储存和传输视频成为了亟待解决的问题。为了解决该问题,视频编码联合组提出了新一代的视频编码标准:高效视频编码（High Efficient Video Coding,HEVC）和多功能视频编码（Versatile Video Coding,VVC）。新的编码标准能够提升视频编码效率,成功地去除了视频中存在的时间和空间冗余。但是新编码标准在最大限
一直以来,恶劣雷电天气不仅对人们的日常生产经济生活、产业的正常运营产生影响,甚至对国防、军事都造成了严重的威胁,每年都会造成大量的公民生命财产损失和国家财政经济损失,因此雷电天气成为了公共安全和一系列对天气敏感产业的重大关注点。如何降低雷电天气给群众和产业造成的危害和影响是目前形势下所需要着重关注的,目前降低雷电天气对社会各界危害的途径有很多,比较主流的方式是对未来一段时间内雷暴以及雷电活动的情况
随着大数据时代的来临,海量数据信息需要被高效解析。视觉作为人类获取外界信息的主要方式,蕴含着丰富的信息。为了快速自动分析视觉信息,计算机视觉发挥着重要作用。视觉目标跟踪作为计算机视觉领域的热门问题,旨在跟踪指定目标,获取其在视频每帧中的位置信息,已被广泛地应用在智慧城市、交通管制、国防军事等关系国计民生的重要领域。当前,探索高速精准的跟踪模型已成为该领域热点话题。今来,联合时空正则化与深度特征的相
群签名技术是签名技术在群组环境中的扩展,该技术可以在实现身份认证的同时确保用户的隐私保护,具备良好的实用性。动态群签名技术具备群组成员动态更新、匿名性、不可陷害性和可追踪性等特点,适用于车联网、电子钱包、电子投票和云数据审计等环境。然而,一方面,现存的动态群签名方案都有一个隐含的假设,即所有群组成员的身份是公开的。这使得现存方案可能泄露用户的隐私信息,无法提供完备的隐私保护。另一方面,现存的支持时
高光谱遥感将被测地物的空间信息与极其丰富的光谱信息结合为一体,极大地拓宽了人类的视野,增强了探测物质属性的能力。在多种实际应用中,信息提取与处理的精度很大程度依赖于所采集的高光谱图像质量。然而,在信号采样和数字成像的过程中,高光谱图像会不可避免地受多种类型混合噪声污染而退化。这种退化会极大降低后续应用的精度与效率。近年,低秩表示方法在图像恢复问题上获得了高度关注。但是,由于高光谱图像数据维度高、冗
目的 分析个性化健康教育应用于老年高血压患者中的效果。方法 选取2019年7月至2021年7月到我院诊治的40例老年高血压患者，通过计算机抽签方法设为观察组和对照组，每组各20例，其中对照组患者进行标准化护理方案，观察组采用标准化护理联合个性化健康教育护理方案，对比两组患者干预后的血压水平表现情况和治疗效果。结果 通过不同的干预措施后，观察组患者的血压水平低于对照组（P ＜0.05）；观察组治疗总