第一个书签之前
房颤信号识别算法及其可解释性研究
摘 要
Abstract
目 录
插图清单
表格清单
1 绪论
1.1 研究背景及意义
1.2 房颤自动分类国内外研究现状
1.3 本论文的章节安排
2 研究基础和关键技术介绍
2.1 心电相关知识
2.2 时频分析方法
2.3 深度神经网络概述
2.4 深度学习可解释性概述
2.5 本章小结
3 基于SS-Net的房颤识别框架
3.1 引言
3.2 算法实现
3.3 SS-Net模型优化
3.4 实验结果与分析
3.5 本章小结
4 算法可解释性分析
4.1 引言
4.2 特征图可视化
4.3 Grad-CAM方法
4.4 sum-Grad-CAM方法
4.5 实验结果
4.6 本章小结
5 总结与展望
5.1 研究总结
5.2 研究展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致 谢
郑州大学;