基于卷积注意力的单导联心电图房颤检测方法
Single Lead Electrocardiogram Atrial Fibrillation Detection Method Based on Convolutional Attention作者机构:广东工业大学广东广州510006
出 版 物:《自动化与信息工程》 (Automation & Information Engineering)
年 卷 期:2024年第45卷第4期
页 面:18-23页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:广东省基础与应用基础研究基金(2022A1515011445)
摘 要:随着可穿戴心电设备的普及,从单导联心电图中自动检测房颤的方法越来越重要。针对可穿戴心电设备采集的单导联心电图中存在噪声干扰的问题,提出一种基于卷积注意力的残差神经网络模型Resnet34-CAB。通过融合卷积注意力块(CAB),在模型复杂度少量增加的情况下,选择性地关注心电图的关键特征,自适应地抑制噪声,提高了模型的检测性能。在公开数据集上的实验结果表明,Resnet34-CAB模型优于Resnet34、Resnet34-Transformer模型,验证了融合CAB的有效性。