责任编辑：editor006 作者：陈毅东 | 2017-07-11 16:02:42 本文摘自：it168网站
斯坦福计算机科学家称已经开发了一种精确度诊断心律失常的深度学习算法，而且能达到心脏病学专家的诊断级别。新的深度学习算法通过数小时的数据筛选出不规则的心跳。
▲
通常，用心电图检测到心律失常，但医生通常开出佩戴式ECG来连续监测患者的心跳。这种可穿戴设备可以产生数百小时的数据。研究人员与心跳监测公司iRhythm一起研究可以准确检测大量数据集中的不规则的深层神经网络模型。
▲
研究人员称，该算法能够比一些训练有素的心脏病专家更好地诊断14种不同类型的心律失常。他们希望这有助于加快诊断，改善治疗。此外，研究人员说，这可能会使偏远地区的人们获得心脏病专家的帮助。
研究人员表示：“关于这项工作不仅仅是进行异常检测，而且可以高精度地对大量不同类型的异常进行处理。”
▲
该项目由前百度首席科学家吴恩达领导的斯坦福机器学习小组研发。
扫一扫
责任编辑：editor006 作者：陈毅东 | 2017-07-11 16:02:42 本文摘自：it168网站
斯坦福计算机科学家称已经开发了一种精确度诊断心律失常的深度学习算法，而且能达到心脏病学专家的诊断级别。新的深度学习算法通过数小时的数据筛选出不规则的心跳。
▲
通常，用心电图检测到心律失常，但医生通常开出佩戴式ECG来连续监测患者的心跳。这种可穿戴设备可以产生数百小时的数据。研究人员与心跳监测公司iRhythm一起研究可以准确检测大量数据集中的不规则的深层神经网络模型。
▲
研究人员称，该算法能够比一些训练有素的心脏病专家更好地诊断14种不同类型的心律失常。他们希望这有助于加快诊断，改善治疗。此外，研究人员说，这可能会使偏远地区的人们获得心脏病专家的帮助。
研究人员表示：“关于这项工作不仅仅是进行异常检测，而且可以高精度地对大量不同类型的异常进行处理。”
▲
该项目由前百度首席科学家吴恩达领导的斯坦福机器学习小组研发。
京公网安备 11010502049343号