文献类型：期刊文章

作　　者：石毓飞[1] 梁宇[1] 詹兴安[1] 张督峰[1] 郭政[1]

SHI Yufei;LIANG Yu;ZHAN Xing’an;ZHANG Dufeng;GUO Zheng(Department of Communication Engineering,School of Electrical Automation and Information Engineering,Tianjin University,Tianjin 300100,China)

机构地区：[1]天津大学电气自动化与信息工程学院通信工程系,天津300100

出　　处：《信息与电脑》

基　　金：天津市大学生创新创业训练项目(项目编号:202210056713)。

年　　份：2024

卷　　号：36

期　　号：16

起止页码：51-54

语　　种：中文

收录情况：普通刊

摘　　要：文章提出了一种个性化的零样本心电图(Electrocardiogram,ECG)心律失常监测模型,其可通过可穿戴移动传感器实现心脏疾病早期检测。本研究采用稀疏表示法和领域自适应技术,通过零空间分析和正则化最小二乘分类,显著降低了计算复杂度,保持了高检测准确性,并经实验表明,该模型在心脏疾病早期筛查中表现出色。

关 键 词：深度学习  心律失常检测  稀疏表示法  领域自适应

分 类 号：TP18]