基于AD-ResNet-LSTM的双通道特征融合心率失常分类方法

摘要： 心血管疾病是全球范围内导致死亡的主要原因，其中心律失常是导致心脏猝死的重要因素之一，心律失常的准确诊断对于降低心血管疾病的发病率和死亡率至关重要。心电图(ECG)信号是诊断心律失常的重要工具，但现有的深度学习模型在特征提取方面存在局限性，无法全面捕捉ECG信号的复杂特征。针对以上问题，结合现有深度卷积等模型的缺陷，提出一种基于注意力双连接残差和堆叠长短时记忆网络(AD-ResN... （共10页）