- 博客(4)
- 收藏
- 关注
RSS订阅原创 怎么用“可变形卷积”这样的深度学习模块，让 12 导联心电图的自动分类更聪明一点。
用一句话概括这篇 EMBC 2021 论文：作者把可变形卷积用在了一个非常适合它的任务上——多导联心电分类并通过针对 ECG 特性的网络设计和简单预处理，在 CPSC-2018 上取得了明显优于传统 CNN / LSTM / ResNet / VGG 的效果。如果你之后打算：复现这篇工作；在自己的 ECG 项目中尝试可变形卷积；或者把思路迁移到 EEG、PSG 等其他多通道生理信号上，这篇论文都可以作为一个不错的起点和参考实现。
2025-12-02 18:44:19
342
原创 【开源分享】Cap-Worker：基于 Cloudflare Workers 的轻量级验证码后端（PoW 机制）
验证码不会消失，但它不应该继续成为用户的噩梦。Cap-Worker提供了一种新的可能：更轻量更优雅更隐私友好Demo如果觉得有帮助，欢迎点个 ⭐Star 支持一下，也欢迎分享给更多开发者 🙌。
2025-08-24 09:38:07
1040
原创 面向 ICU 的干预预测：基于多变量时间序列图卷积神经网络的决策支持模型
一种基于多变量时间序列图卷积神经网络（MTS-GCNN）的ICU干预决策支持模型，通过时间域和空间域双维度联合建模，实现对机械通气和升压药两类干预的早期预测。模型采用膨胀卷积和自适应图学习技术，在MIMIC-III数据集上取得显著优于传统方法的性能（机械通气任务准确率91.9%）。创新性地通过邻接矩阵分析提供可解释性，显示模型关注的关键特征与临床知识一致。该研究为ICU决策提供了兼具准确性和透明性的智能辅助工具，具有重要的临床应用价值。
2025-08-09 22:16:59
1839
原创 12导联心电图人工智能分类方法研究——基于可变形卷积的DCNet网络
本研究提出一种基于可变形卷积的12导联心电图分类网络DCNet，通过可变形卷积技术自动调整采样点位置，有效提取导联内和导联间特征。网络包含4个DCNBlock特征提取模块和分类模块，在CPSC-2018数据集上测试获得86.3%的加权平均准确率，优于传统CNN、ResNet等方法。该模型能自动分类9种心电图异常，显著提高诊断效率，具有良好临床应用前景。未来计划优化模型泛化能力并引入注意力机制进一步提升性能。
2025-08-04 05:55:30
1845
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人