Deep Learning × ECG (1) :关于心律失常ECG的基础常识
随着深度学习的持续火热发展,越来越多的领域都将深度学习方法和相关研究领域进行结合;因此,深度学习也成为了解决问题的一种技术方案。医疗领域也不另外;例如:通过对人体心电数据(ECG)进行心律失常得分类、预测等等,来判断病人的心律状况。
涉及心律失常分类(ECG)、识别和预测等领域;我们就需要对 ECG数据 (也就是我们常说的心跳) 有所了解;例如心拍类型、什么是导联、P波,QRS复合波,T波的位置分别在哪等等。
本篇暂不涉及技术内容,主要介绍:
文章目录
- 1. 什么是导联?
- 1.1 双导联和双极导联的区别
- 2. 如何看心电图纸?
- 3. 心电小常识
- 4. 常用的ECG数据库
1. 什么是导联?
这个其实已经涉及到医学的相关领域了,做交叉方向不需要了解太多;只要大概了解一下基本的常识是什么就OK了。
官方解释:心脏周围的组织和体液都能导电,心脏可以类似一个电源,无数心肌细胞动作电位变化的总和可以传导并反映到体表。在体表,很多点之间存在电位差;也有很多点之间无电位差,是等电的。将探测电极安置于体表相隔的一定距离的两点,此两点即可构成一个导联。
我的理解:心脏就相当于一个电源,给心脏按规律地接两级 (人身体上有电位差的两点) ,就可以形成电位差,从而产生心跳,这样就是一个导联。一般情况下,在医院测量人体心电图都会在身上放置很多电机;那么每对应的2个电极就成为一个导联。
1.1 双导联和双极导联的区别
初学者很容易将双导联和双级导联的概念搞混,认为两者是一个东西,其实不然。
双导联应该很容易理解,就是两个导联嘛!!
双极导联和单极导联的概念是对应的!!
双级导联:将探测电极放在任何两个非等电部位,称为双极导联;所测的电位变化是体表被测两点的电位变化的代数和,分析波形较为复杂。
单极导联:两个电极中,一个电极(通常是与描计器负端相连的级)的电位保持零电位,另一个测量电极放在体表的某一测量点。
简单地说:
①双级导联指的是将电极放在两个非等电部位,
②双导联是两个不同的导联方式。
关于导联了解这么多就基本上够用了,其他还有不明白的可以参考:ECG介绍
2. 如何看心电图纸?
我们就以一个心拍作为例子:
其中,垂直线之间的距离代表时间,水平线之间的距离代表电压。
在心电图纸中,每小格的边长为1mm,心电图的常规走纸速度为25mm/s,每小格为0.04s,每大格为0.2s;规定电压1mv=10mm(10小格),1mm=0.1mv
特征波:P波、R波、T波、U波
特征波段:P-R间期、QRS波群、S-T段、R-R间期、Q-T波
这些波段包含了很多病例信息,可以分析这些特征,进一步做医学诊断
这边我们暂时了解心电图纸的数据表示和P波、QRS波、T波在哪就行。
3. 心电小常识
P波主要是看心房状况,QRS、T波主要是看心室状况
p波 --> 心房收缩
QRS波 --> 心室收缩
T波 --> 心室舒张
4. 常用的ECG数据库
目前国际上最重要的,具有权威性的心电数据库有四个:
① 美国麻省理工学院建立的MIT-BIH心电数据库;使用比较多的
网站:https://physionet.org/content/mitdb/1.0.0/
② 美国心脏学会的AHA心律失常心电数据库; 花钱的
网站:https://www.ecri.org/Products/Pages/AHA_ECG_DVD.aspx
③ 欧盟的CSE心电数据库 花钱的
④ 欧盟ST-T心电数据库
网站:https://www.escardio.org/
⑤ 心脏性猝死动态心电数据库
网站:http://physionet.org/physiobank/database/sddb/
⑥ 其他:Sudden Cardiac DeathHolter Database,PTB Diagnostic ECG Database,PAF Prediction ChallengeDatabase等心电数据库。
*注:
除 AHA心律失常心电数据库 和欧盟CSE数据库 都是需要付费的,其他数据库皆可以从PhysioNet上下载
Deep Learning × ECG (1) :关于心律失常ECG的基础常识相关推荐
- Deep Learning × ECG (3) :心律失常ECG数据的预处理
一般利用深度学习来处理数据,主要包括: 数据准备 数据预处理 搭建模型 模型训练 本篇主要介绍 心律失常数据(ECG) 的预处理过程. ECG的预处理过程包括:降噪.截取心拍.存放心拍和标签. 文章目 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料(Chapter 2)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2) - tony的专栏 - 博客频道 - CSDN.NET 注:机器学习资料篇目一共 ...
- 【深度学习Deep Learning】资料大全
感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习, ...
- 大牛deep learning集合
作者1:tornadomeet 出处:http://www.cnblogs.com/tornadomeet 作者1:denghp83 出处:http://blog.csdn.net/denghp83/ ...
- 深度学习Deep Learning 资料大全
转自:http://www.cnblogs.com/charlotte77/ [深度学习Deep Learning]资料大全 最近在学深度学习相关的东西,在网上搜集到了一些不错的资料,现在汇总一下: ...
- 深度学习(deep learning)--资料大全
最近在学深度学习相关的东西,在网上搜集到了一些不错的资料,现在汇总一下: Free Online Books Deep Learning66 by Yoshua Bengio, Ian Goodfel ...
- 网上某位牛人的deep learning学习笔记汇总
目录(?)[-] 作者tornadomeet 出处httpwwwcnblogscomtornadomeet 欢迎转载或分享但请务必声明文章出处 Deep learning一基础知识_1 Deep le ...
- Deep learning笔记
Deep learning:一(基础知识_1) 出处:http://www.cnblogs.com/tornadomeet 欢迎转载或分享,但请务必声明文章出处. 前言: 最近打算稍微系统的学习下de ...
- Deep Learning × ECG (4) :利用卷积神经网络CNN对心律失常ECG数据进行分类
本文主要就是介绍搭建模型和模型训练了!! 文章目录 1. AAMI 标准 2. 模型搭建和训练 3. 模型搭建环境 1. AAMI 标准 根据 AAMI (简称:美国心脏病协会) 提供的标准:将心拍分 ...
- Deep Learning × ECG (5) :利用循环神经网络RNN对心律失常ECG数据进行分类
文章目录 1. RNN 介绍 2. 搭建RNN模型进行训练 1. RNN 介绍 循环神经网络RNN的提出主要针对于时间序列数据. 类似于股票.心律失常 ECG 和 电力数据 等数据都是属于时间序列数据 ...
最新文章
- java最最长的错误,Java开发中遇到最多的异常是什么?最后一个最多最难!
- Mysql、Oracle、SQLServer等数据库参考文档免费分享下载
- h700通话糊 索尼wi_专业的事还是要交给专业的人,盘点索尼千元以下的好耳机...
- [vue] 在vue中使用this应该注意哪些问题?
- 一行Python代码能干什么?有意思!
- 马化腾很忙:阐释腾讯新定位、与长安合资建车公司,还出了本新书
- Windows Server上安装部署Zabbix agent
- USB2.0 描述符
- 今日份教学:怎么压缩PDF文件大小
- cadence ic5141安装包_linux下安装cadence ic5141
- 瑞萨RH850开发环境搭建
- Hadoop 面试总结
- 精简指令集(RISC)和复杂指令集(CISC)的区别
- ubuntu下点云库pcl错误问题集
- Error response from daemon: Container 2c6d35b44a9862c63a6caf11a5622a33fe27979e12e51f9bd96f8dad98521c
- 鸿蒙开发板Hi3861模拟SPI驱动JLX12864_LCD(UC1701X)_基于code-2.0
- oracle的经典总结
- HackTheBox::Seal
- 《国庆中秋除了发月饼,企业更应该做什么?》
- Ubuntu 设置笔记本合上盖子时不进入休眠
热门文章
- GBT 1.1-2020和GBT 1.2-2020最新国标PDF下载
- linux内核裁剪的具体过程和方法
- C++数据结构:循环队列基本运算的实现
- OKR和KPI的区别
- 名悦集团:汽车二次保养什么时候做
- Visio绘图软件所需图标总结
- html下拉刷新原理,下拉刷新的基本原理
- springboot2 配置404、403、500等错误页面自动跳转
- (实战)[re:Invent 2018]-002:通过分析奖励函数优化后- 8.4s / 圈
- Java生成随机数、随机种子