En este artículo, investigamos cómo incorporar inteligencia en los bordes de IoT centrados en el ser humano para detectar la arritmia, una afección cardíaca frecuentemente asociada con morbilidad e incluso mortalidad. Proponemos un algoritmo de clasificación basado en el modelo de red neuronal convolucional intrapaciente y el modelo de red neuronal residual de atención interpaciente para identificar automáticamente el tipo de arritmia en los bordes. Dado el desequilibrio de categorías en la base de datos de arritmias MIT-BIH que se necesita utilizar en el algoritmo, dividimos y superponemos la señal original de ECG para homogeneizar los conjuntos de latidos de diferentes tipos, y luego los datos preprocesados se utilizaron para entrenar los dos modelos de red propuestos; los resultados alcanzaron una tasa de precisión general del 99.03% y un valor F1 de 0.87, respectivamente. El modelo de algoritmo propuesto puede ser utilizado como una herramienta de diagnóstico en tiempo real para el sistema de E-salud remota en las redes de comunicación in
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Control Adaptativo sin Modelo Basado en Datos de la Calidad de Partículas en la Fase de Desarrollo de Medicamentos del Proceso de Granulación por Lecho Fluido Pulverizado.
Artículo:
Rendimiento de la detección compresiva 2D en la obtención de imágenes de haz ancho a través de la pared
Artículo:
Optimización de la escalabilidad del servicio de posicionamiento sin fisuras
Artículo:
Steganalysis de imágenes digitales basado en inteligencia artificial
Artículo:
Algoritmo de optimización de enrutamiento de red DTN espacial basado en decisión multiatributo