تقدم ورقة البحث DeepECG-Net، وهو نموذج تعلم عميق هجين يعتمد على المحولات مصمم لاكتشاف الشذوذ في تخطيط القلب الكهربائي (ECG) في الوقت الحقيقي. تواجه النماذج التقليدية، مثل الشبكات العصبية التلافيفية (CNNs) وشبكات الذاكرة طويلة وقصيرة المدى (LSTMs)، تحديات مع الاعتماديات بعيدة المدى وكفاءة الحوسبة. يتناول DeepECG-Net هذه القضايا من خلال دمج CNNs وهياكل المحولات، مستخدمًا…

تقدم هذه الدراسة نموذج تعلم عميق هجين جديد مصمم لتصنيف اضطرابات النظم القلبية من إشارات تخطيط القلب الكهربائي (ECG)، باستخدام تحويل ستوكويل لاستخراج الميزات بشكل فعال. من خلال تحويل إشارات ECG، التي هي بيانات زمنية بطبيعتها، إلى مجال التردد، يلتقط النموذج الميزات ذات الصلة بشكل أكثر فعالية. تجمع البنية بين شبكة عصبية تلافيفية (CNN) لتحديد…