机构名称：
¥ 1.0
摘要 - 心脏病，也称为心血管疾病，是一种普遍且危急的病情，其特征是心脏和血管受损，导致各种并发症，例如冠状动脉疾病，心力衰竭，心脏衰竭和心肌梗塞。对心脏病的及时和准确检测在临床实践中至关重要。对处于危险中的个体的早期识别可以主动采取干预措施，预防措施和个性化治疗策略，以减轻疾病的发展并减少不良后果。近年来，由于复杂的技术和计算方法的整合，心脏病检测领域已经见证了显着的进步。这些包括机器学习算法，数据挖掘技术和预测建模框架，这些框架利用大量的临床和生理数据来提高诊断准确性和风险分层。在这项工作中，我们建议使用剪切技术（即视觉变压器模型）从心电图图像中检测心脏病。这些模型是Google-Vit，Microsoft-beit和Swin-tiny。据我们所知，这是通过基于图像的ECG数据来检测心脏病的最初努力，即采用切割技术，即变压器模型。 为了证明所提出的框架的贡献，将视觉变压器模型的性能与状态研究进行了比较。 实验结果表明，所提出的框架表现出显着的分类结果。据我们所知，这是通过基于图像的ECG数据来检测心脏病的最初努力，即采用切割技术，即变压器模型。为了证明所提出的框架的贡献，将视觉变压器模型的性能与状态研究进行了比较。实验结果表明，所提出的框架表现出显着的分类结果。
使用基于视觉变压器的心脏病检测...
主要关键词
相关文件推荐
