典型文献
基于心电图的机器学习在心血管疾病预测中的应用进展
文献摘要：
心电图是心电记录仪从体表记录的心脏电信号,是诊断心血管疾病的一种重要工具.作为人工智能的一个重要分支,机器学习可以从大型心电图数据集中获取信息特征,从而对心电图做出精确的分类诊断和释义,诊断效能甚至可达医学专家水平,已在临床得到广泛应用.近年来研究发现,机器学习还可以有效提取心电图中人眼不能识别的特征,从而对未明确的心血管疾病进行预测,如左心室收缩功能不全、无症状性房颤和阵发性室上性心动过速等.作为机器学习的一种重要算法,以卷积神经网络为代表的深度学习能使疾病预测更加准确.本文主要综述基于心电图的机器学习在心血管疾病预测中的应用进展.
文献关键词：
心血管疾病;心电图;机器学习;深度学习
中图分类号：
作者姓名：
王蕾;党时鹏;王如兴
作者机构：
214122 江苏无锡,江南大学物联网工程学院;214023 江苏无锡,南京医科大学附属无锡人民医院心内科
文献出处：
引用格式：
[1]王蕾;党时鹏;王如兴-.基于心电图的机器学习在心血管疾病预测中的应用进展)[J].实用心电学杂志,2022(06):392-398
A类：
B类：
心电图,心血管疾病,疾病预测,记录仪,表记,电信号,图数据,获取信息,信息特征,分类诊断,释义,诊断效能,医学专家,有效提取,取心,人眼,左心室收缩功能不全,无症状,症状性,房颤,阵发性室上性心动过速
AB值：
0.249535
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
