ECG_Deep:通过MIT-BIH数据集的深度ECG学习进行CVD检测

时间:2024-05-31 18:14:12
【文件属性】:

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)

网友评论