TY - A2的粉丝,Yaxiang盟——梁、Weiqian PY - 2022 DA - 2022/10/05 TI -深上优于ECG异常识别预测和分析SP - 3466787六世- 2022 AB -近年来,中国经济的快速发展,和人们的生命和生活质量的改善;更重要的是,人们的习惯和生活习惯也由之前的“不卫生”和“不小心”当前“”更健康、更卫生、更环保、更复杂的方向发展。在这个发展的过程中,由于经济的快速发展和工业化的城市,心脏病的发病率也逐年增加。根据相关研究,中国的城市化进程,前所未有的数量在中国城市化的人近年来激增,以及城市和农村人口的比例从20%增加到现在的75%。的影响人口和城市建筑的城市化是影响人们的身心健康,有意识的和无意识的,正面和负面的身体和精神对心理和生理水平的影响。本文深度学习的概念是充分利用训练CNN神经网络模型并将其应用于心电图异常识别和预测考试。为了充分验证的应用和意义深度学习在心电图异常识别和预测,整个项目完成后通过主观和客观实验。实验结果表明,从主观方面,心电图检查已经被大多数人接受不同的年龄组,和心电图检查的分析结果与深度学习模型本文更令人满意的;从客观方面,CNN-ECG异常识别预测网络模型在本文中具有较高的训练。心电图异常识别预测模型的精度可以达到86%,当学习速率设置为0.0001和批量大小设置为120,和模型可以在一定程度上减少医务人员的负担。 SN - 1687-725X UR - https://doi.org/10.1155/2022/3466787 DO - 10.1155/2022/3466787 JF - Journal of Sensors PB - Hindawi KW - ER -