-
题名变异性心绞痛室性早搏ST段墓碑样改变1例
- 1
-
-
作者
江茜
林洁
陈国庆
-
机构
浙江省台州市立医院心电图室
-
出处
《实用心电学杂志》
2005年第4期289-289,共1页
-
-
关键词
变异性心绞痛
室性早搏
ST段墓碑样改变
动态心电图
-
分类号
R541.4
[医药卫生—心血管疾病]
R540.41
[医药卫生—心血管疾病]
-
-
题名变异型心绞痛ST段墓碑样改变1例
- 2
-
-
作者
林毓群
-
机构
汕头大学医学院第一附属医院心电图室
-
出处
《心电学杂志》
2004年第1期35-35,共1页
-
-
关键词
变异型心绞痛
ST段墓碑样改变
冠心病
心电图
诊断
-
分类号
R541.4
[医药卫生—心血管疾病]
R540.41
[医药卫生—心血管疾病]
-
-
题名监督式机器学习(241)
- 3
-
-
作者
刘波
杨晓云
-
机构
华中科技大学同济医学院附属同济医院
-
出处
《临床心电学杂志》
2024年第3期236-236,共1页
-
基金
同济医院院内课题,人工智能诊断心电图(项目编号:2020JZKT027)。
-
文摘
监督式机器学习(Supervised Machine Learning)是AI心电图领域的一项、重要技术。其通过学习已被标记的训练数据,使AI软件自动学习有特征并能预测新数据结果。该技术在心血管疾病的诊治中能起关键作用,尤其在心电图的分析领域。通过监督式学习,还能开发自动识别心脏疾病的模型,建立和提高其诊断能力。[基本原理]其核心理念就是通过大量的标记数据训练模型的学习,AI系统必需要掌握和理解输入的数据与输出结果之间的关系,并进行分类(Classification)和回归(Regression)。分类是预测离散的结果;而回归则是预测连续的结果,如疾病的严重度。在心电图的分析中,通过学习已标记过的心电图数据和相应的诊断结果,分析和预测新的心电图结果,做出准确诊断。
-
关键词
AI心电图
心肌缺血
墓碑样改变
-
分类号
R541.7
[医药卫生—心血管疾病]
R540.41
[医药卫生—心血管疾病]
-