文件名称：ECG_Deep:通过MIT-BIH数据集的深度ECG学习进行CVD检测
文件大小：12KB
文件格式：ZIP
更新时间：2024-05-31 18:14:12
Python
通过深度ECG学习进行CVD检测
步骤0：设定
pip install wfdb
pip install PyWavelets
如果尚未安装Keras和Tensorflow，请自行安装。 然后跑
mkdir result data
步骤1：下载资料
打开你的python并运行
import wfdb
wfdb.dl_database('mitdb', dl_dir='data')
等待几分钟下载数据。
步骤2：实验第一部分
在第一部分中，我们比较了各种数据预处理方法（包括降噪，归一化和增强）的性能。 详细信息在演示幻灯片中。 NLRAV和NSVFQ是两种不同的疾病标签。 另请参阅幻灯片以获取详细信息。
python preprocess.py
【文件预览】：
ECG_Deep-master
----preprocess_2D.py(5KB)
----print_models.py(3KB)
----train.py(3KB)
----train2.py(5KB)
----preprocess2.py(3KB)
----preprocess.py(6KB)
----check_result.py(700B)
----README.md(5KB)
----train_2D.py(3KB)