文件名称：matlab精度检验代码-lstm-qrs-detector:基于CNN-LSTM的QRS检测器，用于ECG信号
文件大小：6.9MB
文件格式：ZIP
更新时间：2024-06-10 19:29:01
系统开源
matlab精度检验代码lstm-qrs-检测器 基于CNN-LSTM的QRS检测器，用于ECG信号 该项目为ECG信号实现了基于深度学习的QRS检测器。 具体而言，使用了混合CNN-LSTM模型。 在测试集上，该模型的f1为0.79，准确度为0.95。 要正确理解这一点，请使用以下模型： #first CNN model = Sequential() model.add(Conv2D(filters=32, kernel_size=5,\npadding='same', input_shape=X_train.shape[1:])) model.add(Activation('relu')) model.add(BatchNormalization()) model.add(MaxPooling2D(pool_size=(1, 4))) model.add(Dropout(0.25)) #second CNN model.add(Conv2D(filters=32, kernel_size=5,\npadding='same')) model.add(Activation('relu')
【文件预览】：
lstm-qrs-detector-master
----preprocess.ipynb(797KB)
----baseline_filtered()
--------sel223_ch1.png(169KB)
--------sel117_ch2.png(163KB)
--------sel31_ch1.png(142KB)
--------sel39_ch1.png(124KB)
--------sel123_ch2.png(144KB)
----gen_train_test_data.ipynb(210KB)
----cwt()
--------sele0409_ch1.png(143KB)
--------sel50_ch1.png(57KB)
--------sel45_ch1.png(105KB)
--------sele0170_ch1.png(118KB)
----pull_qt_db.ipynb(5.13MB)
----lpf.csv(733B)
----predictions()
--------1070.png(62KB)
--------1074.png(61KB)
--------702.png(62KB)
--------987.png(59KB)
--------707.png(58KB)
----plots()
--------accuracy.png(97KB)
--------ROC.png(24KB)
--------loss.png(86KB)
--------sel100.png(125KB)
----LICENSE(1KB)
----qrs_detector.ipynb(258KB)
----README.md(5KB)
----linear_regression.jpg(688KB)
----RECORDS.txt(808B)