ecg-mit-bih - 心电图分类实现

ecg-mit-bih - 心电图分类实现

去发现同类优质开源项目:https://gitcode.com/

此仓库提供了一个基于MIT-BIH数据集的心电图（ECG）分类实现，采用深层神经网络进行动态心电图中心律失常的检测与分类。本项目专注于利用MIT-BIH数据集进行模型的训练，并使用Flask框架将训练好的模型部署至Web应用程序。

仓库描述

本资源库旨在实现以下功能：

• 使用MIT-BIH数据集对深层神经网络进行训练，实现对心电图的自动分类。
• 遵循心脏病专家级别的分类标准，提升心律失常检测的准确性。
• 将训练完成的模型部署到Web应用，方便用户在线进行心电图分析。

此外，本项目要求运行环境依赖于以下库版本：

• Python 3.6.7 或更高版本
• Keras 2.2.5
• 张量流 1.15.0
• Scikit-学习 0.21.3
• wfdb 2.2.1
• deepdish

若需使用其他数据集，如CINC或开放式心律数据，请参考原始研究论文作者的开放源代码。

注意事项

• 本项目不包含任何形式的联系方式或额外信息。
• 请确保在符合规定的环境下运行本项目。
• 仓库中所有文本内容均使用中文撰写。

去发现同类优质开源项目:https://gitcode.com/