基于知识迁移的轻量化CNN模型的面向临床场景ECG图像诊断心律失常系统

简介

本项目研发了一套基于轻量化CNN的ECG心律失常智能诊断系统，首次完成PAT智能诊断，可快速识别房颤等疾病，准确率达99.87%。系统支持心电图片段分析，自动生成可视化报告，显著提升诊断效率，尤其适用于基层医疗。通过数据存档、导出及二次分析功能，优化诊疗流程，降低误诊率。项目结合运用迁移学习与动态集成卷积神经网络的混合架构，响应“健康中国”战略，推动AI医疗落地，具有重要临床价值和社会意义。