论文部分内容阅读
心房颤动(简称房颤)是一种可导致多种严重并发症的心律失常。其中,阵发性房颤具有阵发性和无症状性特点,故难以诊断。长程心电所获得心电大数据可以提高阵发性房颤的检出率。但心电大数据的判读却成为基层医疗机构的负担和难题。为解决以上问题,多种基于心电特征的浅层学习模型不断出现,这些模型高度依赖人工提取特征,均有局限性。深度学习是一种数据驱动的自动特征学习算法,弥补浅层学习的不足。Lorenz散点图作为心电大数据快速分析的新兴方法,其输出的二维图形是深度学习的优质素材。本文综述房颤计算机辅助诊断模型的心电特征研究进