论文笔记:使用基于Attention的卷积神经网络进行12导联的心电异常的多分类检测
论文地址:Multi-class Arrhythmia detection from 12-lead varied-length ECG using Attention-based Time-Incremental Convolutional Neural Network
一、背景
心电数据往往存在者个体差异和噪音,给心率识别与分析带来很大困难。现有深度学习算法虽多,却没有专门为生理信号设计的模型,生理信号有以下几个特点:1.周期性波动,2.存在异常信号,3.现有12导联的心电数据提供了丰富的信息,如何利用信息的空间分布是个需要考虑的问题。
本文亮点:
- 提出新颖的ATI-CNN模型,将心电数据处理分为两部分:用CNN捕捉空间信息,RNN捕捉时域信息,并基于Attention机制。
- 开发循环单元的unwrapping ability来处理不定长的输入信号,不像传统CNN需要实现对信号进行补全和或截断,模型具有较好的鲁棒性。
- 引入注意力机制,文章实验说明注意力在其中发挥的作用。
本文方法在第一届中国心电挑战赛的数据集上进行实验,对12导联心电数据进行9分类。
二、方法
模型结构如下:
|
|
---|
每个CNN层下都接上BN和ReLU层。
所用Attention机制结构图如下:
|
---|
这里文章没有给出计算公式,个人感觉不太好。
损失函数为:
loss(X,r)=−log(exp(p(X,r))∑jexp(p(X,j)))loss(X, r) = -log(\frac{exp(p(X, r))}{\sum_j exp(p(X, j))}) loss(X,r)=−log(∑jexp(p(X,j))exp(p(X,r)))
p(X,j)p(X, j)p(X,j)是模型对输入的XXX预测为jjj标签的概率,rrr为正确标签。
三、实验
3.1 环境
Xeon E5 2650 CPU,128G内存,四块Titan Xp 显卡(我柠檬了)。Ubuntu 16.04版本,Pytorch 0.4.1。
3.2 数据
train_set 1
train_set 2
train_set 3
训练集标签
3.3 预处理
- 训练集信号在时间维度上乘以一个随机因子进行压缩或扩张,随机因子服从[1, 1.2]的均匀分布。这个操作会引入噪声,但是能帮助模型达到更好的表现(好奇怪啊这里)。
- 对每个训练数据,随机将一部分变为0,片段长度最多1.5秒。
- 信号标准化
- 所有数据全部补全或截断到60秒(这和前面亮点2不是相矛盾么……)
- 随机给样本增加反直觉的错误标签
3.4 实验设定
CNN和Dense层全部使用kaiming initializer进行权重初始化(现在的pytorch,cnn的默认初始化就是kaiming initializer,用tf的朋友可以自定义这个初始化类),lstm使用orthogonal初始化。
Adam优化器,初始学习率为0。0001,每过50个epoch乘以0.1,总计150个epoch。
使用l2正则约束参数,l2损失乘以0.004加入到训练损失上。
Batchsize为128。
四、实验结果
|
---|
五、讨论
ATI-CNN模型分类的混淆矩阵如下:
后面的讨论部分文字有点多,有兴趣研究的看原文就好,注重工程和复现的朋友们到这里就可以了。
论文笔记:使用基于Attention的卷积神经网络进行12导联的心电异常的多分类检测相关推荐
- 论文浅尝 | 基于注意力图卷积神经网络的依存驱动关系抽取
笔记整理:王大壮 论文链接:https://aclanthology.org/2021.acl-long.344.pdf 动机 句法信息,特别是依存树,已经被广泛应用于关系提取,以更好地分析与给定实体 ...
- (论文阅读)基于融合深度卷积神经网络的人脸识别方法研究-褚玉晓
一.基于融合深度卷积神经网络人脸识别方法设计 1.PCA算法提取人脸特征 主要成分分析法(Principal Component Analysis,PCA) 第一步,计算人脸图像的平均值并执行归一化的 ...
- 基于遗传算法的卷积神经网络架构搜索
论文推荐:基于遗传算法的卷积神经网络架构搜索 来自文章 <Evolving Deep Convolutional Neural Networks for Image Classification ...
- 吴恩达深度学习课程笔记(四):卷积神经网络2 实例探究
吴恩达深度学习课程笔记(四):卷积神经网络2 实例探究 吴恩达深度学习课程笔记(四):卷积神经网络2 实例探究 2.1 为什么要进行实例探究 2.2 经典网络 LeNet-5 AlexNet VGG- ...
- 看了这7篇论文,你会完全掌握卷积神经网络!
目前,作为深度学习的代表算法之一,卷积神经网络(Convolutional Neural Networks,CNN)在计算机视觉.分类等领域上,都取得了当前最好的效果. 后来,基于深度神经网络和搜索树 ...
- TensorFlow2.0 学习笔记(三):卷积神经网络(CNN)
欢迎关注WX公众号:[程序员管小亮] 专栏--TensorFlow学习笔记 文章目录 欢迎关注WX公众号:[程序员管小亮] 专栏--TensorFlow学习笔记 一.神经网络的基本单位:神经元 二.卷 ...
- 基于1DCNN(一维卷积神经网络)的机械振动故障诊断
基于1DCNN(一维卷积神经网络)的机械振动故障诊断 机械振动故障诊断最为经典的还是凯斯西储实验室的轴承故障诊断,开学一周了,上次改编鸢尾花分类的代码可用,但是并不准确.开学一周重新改编了别人的一篇代 ...
- 基于注意力的卷积神经网络高光谱波段选择
原文 名词 Attention机制 BBs building blocks DL deep learning HSI Hyperspectral image 1D one dimensional FM ...
- 【深度学习】基于Pytorch的卷积神经网络概念解析和API妙用(一)
[深度学习]基于Pytorch的卷积神经网络API妙用(一) 文章目录 1 不变性 2 卷积的数学分析 3 通道 4 互相关运算 5 图像中目标的边缘检测 6 基于Pytorch的卷积核 7 特征映射 ...
最新文章
- 推荐一篇文章,感觉学完Iterator模式后应当读一读
- Navicat中查询哪些表有指定的字段名(技巧)
- 有源则至清——我读《移山之道》
- valgrind 的一个小缺陷
- 早期计算机音乐创作的歌曲,14.计算机音乐创作(专业组)
- GIT 团队协作快速入门使用
- 实际应用中带头节点的线性链表
- 教你用一条SQL搞定跨数据库查询难题
- Magento模块开发之数据库SQL操作方法说明
- java中修改密码_java中用户密码加密时增加和修改的代码
- spring boot 事务_Redis 事务在 SpringBoot 中的应用
- NOI题库练习1.5(07)
- 五金冲压模具设计分享pressCAD外挂使用小窍门
- Unity3D进行项目build时的“Data folder not found”问题
- 链接提交提示安全验证,网站辅助快排不行了吗?
- HTML+CSS期末大作业:电影网站设计——猫眼电影(9页)
- 微信小程序实现点赞与取消点赞功能
- SQL注入攻击的原理、分类和防御方法
- 3.1 Linux 支持的文件系统类型
- opencv视频采集
热门文章
- 实现平衡二叉树(AVL树)的旋转
- 概率论与数理统计学习总结(浙大第四版 第一章)
- 纯批处理代码一键唤醒或关闭任意电脑的批处理(自动识别开机状态并自动切换对目标电脑开机或关机模式)
- Outlook、Teams无法连接服务器
- Chrome-adblock插件下载安装
- 彩票假设机制 2019ICLR最佳论文:彩票假设
- 使用Pyhive执行insert遇到的坑
- VMware Workstation12的安装(虚拟机)
- 解决使用GPU时遇到的问题
- 链表相关操作:创建链表、遍历链表、求链表长度、链表中删除一个节点、链表中插入一个节点、反转单链表...