Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий, 2026, т. 9, № 3, с. 147-154
Подход к безэталонной количественной оценке качества эхокардиографических изображений
Аннотация · Abstract
В статье изучена эффективность анализа сигналов электрокардиограммы (ЭКГ) для обнаружения аритмии с использованием классических моделей машинного и глубокого обучения на основе базы данных сигналов ЭКГ MIT-BIH Arrhythmia Database, сформированной Массачусетским технологическим институтом и Больницей Бет-Изрейел и содержащей размеченные экспертами точки сердечных сокращений и их типы (аннотации). Исследование было организовано как задача двухклассовой классификации (нормальное состояние и аритмия). Результаты моделей LinearSVC, SVC RBF, Random Forest, 1D-CNN и CNN-BiLSTM сопоставлены по показателям точности (accuracy, precision, sensitivity/recall, F1-score), матрице ошибок (Confusion Matrix) и времени обучения.
Сведения · Details
- DOI 10.62132/ijdt.v9i3.412
- Журнал · Journal Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий
- Язык · Language русский
- Цитирования (Crossref) · Citations 0
- Лицензия · License creativecommons.org/licenses/by/4.0