Resumen

El estudio tuvo como objetivo explorar el efecto de diferentes algoritmos de redes neuronales en la clasificación del electrocardiograma (ECG) de pacientes con cardiopatías congénitas (CHD). Basándose en el algoritmo de ECG de red neuronal convolucional (CNN) único y el algoritmo de ECG de red neuronal recurrente (RNN), se construyó un algoritmo de ECG de red neuronal multimodal (MNN) utilizando la base de datos MIT-BIH como conjunto de entrenamiento y prueba. Además, el algoritmo de ECG MNN se optimizó para establecer un algoritmo MNN mejorado (IMNN), que se aplicó al diagnóstico de pacientes con CHD. Se seleccionaron pacientes con CHD ingresados entre agosto de 2016 y agosto de 2019 para analizar y comparar el efecto de clasificación y la tasa de precisión de los algoritmos IMNN, MNN, CNN ECG y RNN ECG. Se encontró que el algoritmo de ECG RNN tenía una mayor sensibilidad de clasificación y tasa de verdaderos posit

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Estudio; Algoritmos de redes neuronales; Electrocardiograma; Enfermedad cardíaca congénita; CNN; RNN
• Keywords:Study; Neural network algorithms; Electrocardiogram; Congenital heart disease; CNN; RNN