<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>深度神经网络 on 心电资讯  --  知识铺</title>
    <link>https://index.zshipu.com/ecg/tags/%E6%B7%B1%E5%BA%A6%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/</link>
    <description>Recent content in 深度神经网络 on 心电资讯  --  知识铺</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 02 Apr 2024 06:17:56 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/ecg/tags/%E6%B7%B1%E5%BA%A6%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>基于深度学习的12导联心电图重建方法研究</title>
      <link>https://index.zshipu.com/ecg/post/20240402/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%8412%E5%AF%BC%E8%81%94%E5%BF%83%E7%94%B5%E5%9B%BE%E9%87%8D%E5%BB%BA%E6%96%B9%E6%B3%95%E7%A0%94%E7%A9%B6--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Tue, 02 Apr 2024 06:17:56 +0000</pubDate>
      <guid>https://index.zshipu.com/ecg/post/20240402/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%8412%E5%AF%BC%E8%81%94%E5%BF%83%E7%94%B5%E5%9B%BE%E9%87%8D%E5%BB%BA%E6%96%B9%E6%B3%95%E7%A0%94%E7%A9%B6--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>抽象的 12 导联心电图 (ECG) 对于评估患者决策至关重要。然而，能够获取完整 12 导联心电图的便携式心电图设备却很少。首次提出了一种基于深度学习的方法来重建 Frank 导联的 12 导联心电图（V X 、 V Y 和 V Z ）或 EASI 导联（V ES 、V AS 和 V AI ）。名为 M2Eformer 的创新心电图重建网络由 2D-ECGblock 和 ProbDecoder 模块组成。 2D-ECGblock 模块根据频率能量自适应地</description>
    </item>
  </channel>
</rss>
