摘要：美国斯坦福大学研究人员最新开发出一种深度学习算法,通过分析可穿戴监测设备产生的心电数据,诊断出13种不同类型的心律失常,其准确性甚至超过心脏病医生。这项成果未来可用于改善偏远地区心律失常患者的诊断和治疗。潜在的心律失常患者通常是去看医生,由医生当面用心电图仪进行检查。
分类：期刊> 自然科学与工程技术> 医药卫生科技> 心血管系统疾病
收录：知网收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日)
关键词：美国斯坦福大学 心电图仪 心电数据 监测设备 心律异常 房室阻滞 斯坦福 神经网络模型 生成数据 持续监测
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
