Ⅱ导联心电图中心肌梗死检测与定位:基于多尺度残差模块融合改进通道注意力模型

摘要

目的 提高心肌梗死（MI）检测和定位准确性，为临床诊断提供辅助决策支持。方法 本文提出了一种基于多尺度残差模块融合改进通道注意力模型（MSF-RB-MCA）。该模型利用II导联心电图（ECG）信号检测和定位MI，通过多尺度残差模块提取不同层次的特征信息，并引入改进通道注意力自动调整特征权重，增强模型对MI区域的关注能力，从而提高MI检测与定位的精度。结果 使用公开的PTB数据集对提出的模型进行了5折交叉验证。在MI检测任务中，模型在测试集上的准确率、特异性、敏感度分别达到99.96%、99.84%和99.99%；在MI定位任务中，准确率、特异性、敏感度分别为99.81%、99.98%和99.65%。检测和定位结果均优于其他几种模型。结论 本研究提出的MSF-RB-MCA模型在基于II导联ECG信号的MI检测与定位方面表现出色，展现出其在可穿戴设备领域中的广泛应用前景。

关键词

心肌梗死 / 深度学习 / 多尺度 / 残差模块 / 改进通道注意力