[4Q3-IS-2d] Machine learning

[4Q3-IS-2d-04] BiLSTM-Attention Deep neural networks for Electrocardiogram arrhythmia classification

〇YUAN YAWEN¹ (1. Kyushu university)

キーワード：machine learning, healthcare

不整脈は心拍の異常なリズムを指し、心臓が速すぎる、遅すぎる、または不規則なリズムで打つことがあります。医学では、心電図（ECG）が不整脈の検出と分類に広く使用されています。本論文では、異なる5種類の不整脈を正確に分類できる、畳み込みニューラルネットワーク（CNN）、双方向長短期記憶（BiLSTM）ネットワーク、およびアテンションメカニズムの組み合わせに基づく心拍の分類アプローチを紹介します。提案方法はPhysioNet MIT-BIHデータセットで評価され、結果によると、不整脈分類で95.17％の精度を達成するために10分割交差検証を使用して評価されました。