Deteção de arritmia utilizando o método das redes adversárias generativas
Análise e interpretação da arritmia
Versandkostenfrei!
Versandfertig in 6-10 Tagen
51,99 €
inkl. MwSt.
PAYBACK Punkte
26 °P sammeln!
Este livro explica como uma rede adversarial generativa profunda construída sobre um grande conjunto de dados pode detetar arritmias com mais precisão do que os médicos. Além disso, a extração de características tem sido tradicionalmente vista como um componente essencial da classificação de arritmias por eletrocardiograma. O objetivo desta investigação é examinar a classificação de arritmias por ECG utilizando uma rede adversária generativa densa e profunda. A arquitetura GAN apresentada neste livro pode ser ensinada a produzir sinais ECG comparáveis aos sinais ECG do mundo re...
Este livro explica como uma rede adversarial generativa profunda construída sobre um grande conjunto de dados pode detetar arritmias com mais precisão do que os médicos. Além disso, a extração de características tem sido tradicionalmente vista como um componente essencial da classificação de arritmias por eletrocardiograma. O objetivo desta investigação é examinar a classificação de arritmias por ECG utilizando uma rede adversária generativa densa e profunda. A arquitetura GAN apresentada neste livro pode ser ensinada a produzir sinais ECG comparáveis aos sinais ECG do mundo real. Os resultados indicam que a utilização de uma estratégia baseada em sequência para todos os tipos de batimentos de ECG melhora substancialmente a área sob a curva no nosso conjunto de testes. A arquitetura tradicional não aborda naturalmente esta estrutura e, por conseguinte, sofre de uma diminuição do desempenho quando essa estrutura é informativa. Este livro compara a técnica proposta com a análise de componentes principais de kernel com regressão de vetor de suporte incremental, transformadas wavelet discretas com regressão de vetor de suporte incremental e rede neural esparsa geral. A partir dos resultados obtidos, conclui-se que a técnica GAN proposta é superior a estes três métodos, com uma exatidão global de 97,44%.
Andere Kunden interessierten sich für
