文件名称：ECG-Synthesis-and-Classification:用于ECG合成的1D GAN和3种模型
文件大小：10KB
文件格式：ZIP
更新时间：2024-05-28 09:33:12
ecg lstm gan attention-mechanism cnn-classification
心电图合成与分类 用于ECG合成的一维GAN和3种模型：具有跳过连接的CNN，具有LSTM的CNN和具有LSTM的CNN，以及用于ECG分类的注意力机制。 动机 心电图被心脏病专家和医学从业者广泛用于监测心脏健康。 与许多其他时间序列数据类似，手动分析ECG信号的主要问题在于难以检测和分类信号中的不同波形和形态。 对于人类而言，此任务既耗时又容易出错。 让我们尝试将机器学习应用于此任务。 数据 可用。 问题的表述： 每个信号应标记为以下类别之一（ “正常” ， “人工过早” ， “室性早搏” ， “室和正常融合” ， “起搏和正常融合” ）。 解决方案 此处提供具有研究和解决方案的代码-和此处 。 楷模 GAN结果 分类结果
【文件预览】：
ECG-Synthesis-and-Classification-main
----ecg_gan()
--------config.py(401B)
--------gan.py(1KB)
--------dataset.py(1KB)
--------train.py(4KB)
----README.md(3KB)
----ecg_classification()
--------models.py(7KB)
--------meter.py(1KB)
--------config.py(985B)
--------dataset.py(1KB)
--------train.py(4KB)