{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,28]]，“日期-时间”：“2024-05-28T02:09:16Z”，“时间戳”：1716862156295}，“引用-计数”：41，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{:“日期-部分”：[2021,12,1]]，”日期-时间“：”2021-12-01T00:00Z“，”timestamp“：1638316800000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2021,12,1]]，“date-time”：“2021-12-01T00:00:00Z”，“timestamp”：1638316800000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https:\\/doi.org\/10.15223\/policy-017”}，{“开始”：{“日期部分”：[2021,12,1]]，“日期时间”：“2021-12-01T00:00:00Z”，“时间戳”：1638316800000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-037”｝，｛“开始”：｛“日期部分”：[[2021,12,1]]，“日期时间”：“2021-12-01T00:00:00Z”，“时间戳”：1638316800000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-012“｝，｛”开始“用法：{“date-parts”：[[2021,12,1]]，“date-time”：“2021-12-01T00:00:00Z”，“timestamp”：1638316800000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期）：[2021,12,1]，“日期-时间”：“2011-12-01T 00:00Z”，version“：”stm-asf“，”delay-in-days“：0，”URL“：“https:\/\/doi.org\/10.15223\/policy-004”}]，“资助者”：[{“doi”：“10.13039\/501100012226”，“名称”：“中央高校基本科研经费”，“doi-asserted-by”：“publisher”}，{“DI:”10.13039\/501100013314“，”name“：”高等教育学科创新项目“，”doi-assert-by“：”publisher“，”award“：[”B13003“]}，”{“DEI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61871022”]}，{“doi”：“10.130.39\/501000004826”，“name”：“北京市自然科学基金会”，“doi-asserted-by”：”publisher“，”award“：[”7202102“]}]，“content-domain”：{“domain”（域）：[”clinicalkey.fr“，“clinicalkey.jp”，“clinicalkey.com.au”，“cliticalkey.es”，“临床医生.com”，“elsevier.com”，”sciencedirect.com“]，”crossmark-restriction“：true}，”short-container-title“：[“生物和医学中的计算机”]，“published-print”：{“date-parts”：[2021,12]}，“DOI”：“10.1016\/j.compbiomed.2021.04880”，“type”：“journal-article”，“created”：{“date-ports”：[2021,12]}0,19]]，“日期时间”：“2021-10-19T14:55:53Z”，“时间戳”：1634655353000}，“页面”：“104880”，“更新策略”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“源”：“Crossref”，《is-referenced-by-count》：26，“标题”：[“使用单导联心电图记录准确可靠检测心房颤动的全球混合多尺度卷积网络”]，“前缀”：“10.1016”，“卷”：“139”，“作者”：[｛“给定”：“彭”，“家族”：“张”，“序列”：“第一”，“隶属关系”：[]｝，｛“给定”：“陈斌”，“家族”：“马”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“洋洋”，“家族”：“孙”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“广达”，“家族”：“范”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“粉丝”、“家庭”：“宋词”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Youdan”，“family”：“Feng”，“序列”：“附加的”，“从属的”：[]}，}“giving”：“Guanglei”，“家庭”：“Zhang”，“sequence”:“additionable”，“atriation”：“[]}]，“member”：“78”，“reference”：[{“issue”：“1”，“key”：”10.1016\/j.compbiomed.2021.104880_bib1“，“first page”：“111”，“文章标题”：“心梗性中风，contin.终身学习”，“卷”：“23”，“作者”：“O’Carroll”，“年份”：“2017年”，“日志标题”：“神经病学”}，{“问题”：“9”，“关键”：“10.1016\/j.compbiomed.2021.104880_bib2”，“doi-asserted-by”：“crossref”，《首页》：“650”，”doi“10.7326\/M14-0538”，“文章标题”：“心房颤动与无症状性脑梗死的相关性：系统综述和荟萃分析”，“卷”：“161”，“作者”：“卡兰塔利”，“年份”：“2014年”，“期刊标题”：“内科年鉴”}，{“问题”：“11”，“关键”：“10.1016\/j.compbiomed.2021.104880_bib3”，“doi-asserted-by”：“交叉引用”，“首页”：“1638”，“doi”：“2016年10月1日\/j.hrthm.2013.09.001”，“article-title”：“心房颤动及相关心律失常导管消融期间冠状动脉损伤的表现”，“volume”：“10”，“author”：“Chugh”，“year”：“2013”，“journal-title“：“Heart Rhythm”}，{“issue”：“7”，“key”：《10.1016\/j.compbiomed.2021.104880_bib4》，“doi-asserted-by”：“crossref”，“first page”：”1647“doi”：“10.1161\/01.STR.0000131269.69502.d9”，“文章标题”：“7天动态心电图监测对检测急性中风和短暂性脑缺血发作后心房颤动和扑动的有用性”，“doi-asserted-by”：“crossref”，“first page”：“1183”，“doi”：“10.1016\/j.jacc.2017.07.723”，“article-title”：“计算机解释心电图：优点和局限性”，“volume”：”70“，“author”：“Schl\u00e4pfer”，“year”：“2017”，“journal-title“j.Am.Col.Cardiol.”}，{“key”：serted-by“：”crossref“，“首页”：“174”，“DOI”：“10.1016\/j.inffus.2019.06.024”，“文章标题”：“使用基于注意力的时间增量卷积神经网络从12导联变长ECG中检测多类心律失常”，“卷”：“53”，“作者”：“姚”，《年份》：“2020”，“期刊标题”：《Inf.Fusion》}，{“问题”：“4”，“关键”：“10116\/j.compbiomed.2021.104880_bib7”，“doi-asserted-by”：“crossref”，“first page”：“710”，“doi”：“10.1016\/j.jeelectrocard.2015.04.017”，“article-title”：“单头便携式ECG设备：与传统心脏监测相比的感知和临床准确性”，“volume”：第48页，“author”：“Mehta”，“year”：“2015”，“journal-title“j.Electrocardil.”}，{“issue”：“1”，“key”：“10.1016\/j.com.pbiomed.20211.104880_bib8”，“doi断言者”：“crossref”，“第一页”：“125”，“doi”：“10.1111\/j.1468-0392400800486.x”，“文章标题”：“12导联心电图中p波和t波的检测和描绘”，“卷”：“26”，“作者”：“Mehta”，“年份”：“2009”，“期刊标题”：“Expet Syst.”}，{“密钥”：“10.1016\/j.com.pbiomed.20211.104880_bib9”，“series-title”：“表现极差的运动马。马运动医学与科学会议”，“首页”：“69”，“文章标题”：“马运动员突然表现不佳：可能是心脏吗？”，“作者”：“年轻”，“年份”：“2008”}，{“问题”：“9”，“关键”：“10.1016\/j.compbiomed.2021.104880_bib10”，“doi-asserted-by”：“crossref”，“第一页”：“1575”，“DOI”：“10.1016\/j.hrthm.2014.06.006”，“article-title”：“P波证据作为改进可插入式心脏监护仪心房颤动检测算法的方法”，“volume”：“11”，“author”：“P\u00fcrerfeller”，“year”：“2014”，“journal-title“：“Heart Rhythm”}，{“key”：：“小波样本熵：预测心房颤动终止的新方法”，“体积”：“33”，“作者”：“Alcaraz”，“年份”：“2006”，“期刊标题”：“Compute.Cardiol.”}，{“key”：“10.1016\/j.compbiomed.2021.104880_bib12”，“doi-asserted-by”：“crossref”，《首页》：“1701”，“doi”：“101007\/s10439-009-9740-z”，“article-title”：“心房颤动的自动实时检测”，“音量”：“37”，“作者”：“Dash”，“年份”：“2009”，“日志标题”：“Ann.Biomed.Eng.”}，{“键”：“10.1016\/j.compbiomed.2021.04880_bib13”，“doi-asserted-by”：“crossref”，“首页”：“1441”，“doi”：“101016\/j.medengphy.2012.002”，《文章标题》：“从短时拍间隔记录中检测心房颤动的算法准确性”，“音量”：“34”，“作者”：“兰利”，“年份”：“2012年”，“期刊标题”：“医学工程物理”}，{“关键”：“10.1016\/j.compbiomed.2021.104880_bib14”，“series-title”：“动态心电图监测中心房颤动自动检测的高精度”，“首页”：“751”，“author”：“Jiang”，“year”：“2012”}，{“key”：“10.1016\/j.compbiomed.2021.104880_bib15”，“doi-asserted-by”：“crossref”，”first page“：”522“，”doi“：”10.1016\/j.jelectrocard.2009.06.006“，”article-title“：”心房颤动检测实时监测的改进“，”volume“：“42”，”author“：”Babaeizadeh“，”year“：”2009“，”journal-title：“j。心电疗法。“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib16“，”series-title“：”会议记录：“2008年IEEE医学和生物学会工程第30届国际年会”，“首页”：“177”，“文章标题”：“使用SVM检测心房颤动发作”，“作者”：“Mohebbi”，“年份”：“2008”}，”{“key”：“”10.1016\/j.compbiomed.2021.104880_bib17“，“series-title”：“基于RR间期和K-最近邻的心电图信号分类检测心房颤动疾病，2018年第六届国际信息通信技术会议（ICoICT）”，“首页”：“501”，“作者”：“Resiandi”，”年份：“2018”}，{“关键”：“10.1016\/j.compbiomed.2021.104880_bib18“，“文章标题”：“使用分段线性样条和XGBoost对心房颤动检测的短单导联心电图（ECG）分类”，“体积”：“39”，“作者”：“姚”，“年份”：“2018”，“期刊标题”：《生理学》。测量。“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib19“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.artmed.2020.101932“，”article-title“：”心房颤动分类的变步长动态阈值局部二元模式“，”volume“：10.1016\/j.compbiomed.2021.104880_bib20“，“series-title”：“心脏病学计算（CinC），Rennes”，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.22489\/CinC.2017.069-336”，“article-title”：”使用随机森林分类器检测心电图手持设备中的心房颤动“，”author“：”Zabihi“，”year“：”2017“}，{“issue”：“0”，“key”：”10.1016\/j.compbiomed.2021.104880_bib21“，”doi-asserted-by“：”crossref“，”first page“：”65“，”doi“：”10.1038\/s41591-018-0268-3“，”article-title“：”使用深度神经网络在动态心电图中检测和分类心律不齐“，”volume“：“25”，”author“：”Hannun“，”year“：”2019“，”journal-title”：“Nat.Med.”}，{“key”：“”10.1016\/j.compbiomed.2021.104880_bib22“，”doi-asserted-by“：”crossref“，”first page“：”103378“，”doi“：”10.1016\\j.compbiomed.2019.103378”，“article-title”：“使用深度神经网络从12导联心电图准确检测心房颤动”，“volume”：“116”，“author”：“Cai”，“year”：“2020”，“journal-title“：”计算。生物医学“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib23“，”doi-asserted-by“：”crossref“，”first page“：“105460”，”doi“：”101016\/j.knosys.2019.105460“，“article-title”：“双注意卷积长短记忆神经网络心房颤动检测的多域建模”，“volume”：“193”，“author”：“Jin”，“year”：“2020”，“journal-title“：”知道。基本系统。“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib24“，”series-title“：”2017年第20届国际信息融合会议（Fusion）“，”first page“：“1”，”article-title“：“多尺度卷积神经网络检测心房颤动”，”author“：”Yao“，”year“：”2017}“issue”：“6”，“key”：“10.1016\\j.compbiomed.2021.104880_bib25”，“doi-asserted-by“：”crossref“，”first page“：”1744“，”doi“：”10.1109\/JBHI.2018.2858789“，”article-title“：”深层卷积神经网络的多尺度融合，用于从单导联短心电图记录中筛查心房颤动“，”volume“：“22”，”author“：”Fan“，”year“：”2018“，”journal-title:“IEEE J.Biomed。健康信息。“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib26“，”series-title“：”2020年第四届数字信号处理国际会议论文集“，”首页“：”136“，”article-title“：“心房颤动检测的多相关卷积神经网络”，“author”：“Huang”，“year”：“2020”}，”{“issue”：“9”，“key”：“”10.1016\/j.compbiomed.2021.104880_bib27“，”doi-asserted-by“：”crossref“，”first page“：”2461“，”doi“：”10.1109\/JBHI.2020.2981526“，”article-title“：”用于多类心律失常检测的深度多尺度融合神经网络“，”volume“：“24”，”author“：”Wang“，”year“：”2020“，”journal-title”：“IEEE j.Biomed。健康信息。“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib28“，”series-title“：”Proceedings-30th IEEE Conference on Computer Vision and Pattern Recognition，CVPR 2017“，”first page“：“4700”，”article-title“：“Densely-connected volutional networks”，“author”：“Huang”，“year”：“2017”}，“key”：“10.1016\\j.compbiomed.20211.104880_bib29”，“series-ttle”：“”Adam：随机优化方法”，“author”：“D Kingma”，“year”：“2014”}，{“issue”：“7”，“key”：“10.1016\/j.compbiomed.2021.104880_bib30”，“doi-asserted-by”：“crossref”，“first page”：”1368“，“doi”：“101166\/jmihi.2018.2442”，“article-title”：“一个用于评估心电图节律和形态学异常检测算法的开放访问数据库”，“卷”：“8”，“作者”：“刘”，“年份”：“2018”，“期刊标题”：“J.Med.Imag。治愈。通知。“}，{”issue“：”7334“，”key“：”10.1016\/j.compbiomed.2021.104880_bib31“，”doi-asserted-by“：”crossref“，”first page“：“415”，”doi“：”101136\/bmj.324.7334.415“，”article-title“：”临床心电图学基础知识。导论。I-Leads，rate，心律，and cardiar axis“，”volume“324”，“author”：“Meek”，“year”：“2002”，“journal-title”：“bmj”}，{“键”：“10.1016\/j.compbiomed.2021.104880_bib32“，“series-title”：“2015年通信和信号处理国际会议（ICCSP），Melmaruvathur”，“article-title”：“使用各种方法的数字FIR和IIR滤波器去除心电图噪声”，“author”：“Kumar”，“year”：“2015}，{“key”：”10.1016\/j.comp biomed.2021.04880_ bib33“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.cmpb.2021.106102“，”article-title“：”利用短心跳间隔的非线性特征预测即将发生的恶性室性心律失常的可行性“，”volume“：”205“，“author”：“Chen”，“year”：“2021”，“journal-title”：“Compute”。方法进展。生物识别。“｝，｛”issue“：”13“，”key“：”10.1016\/j.com.pbiomed.20211.04880_bib34“，”doi断言“：”crossref“，”首页“：”14110“，”doi“：”10.1109\/JSEN.20203031597“，”文章标题“：”在体表心电图信号的短片段中智能有效地检测危及生命的室性心律失常“，”卷“：”21“，”作者“：”Lai“，”年份“：”2021“，”期刊标题“：”IEEE传感器。J.“}，{”key“：”10.1016\/J.compbiomed.2021.104880_bib35“，”doi-asserted-by“：”crossref“，”first page“：“165”，“doi”：“10.1016\/J.bspc.2016.07.010”，“article-title”：“利用ECG信号的投影和动态特征进行心跳分类”，“volume”：“31”，“author”：“Chen”，“year”：“2017”，“journal-title“：”Biomed.signal Proces.“}”，{“key”：”10.1016 \/j.compbiomed.2021.104880_bib36“，“文章标题”：“主成分分析：综述和最新发展”，“卷”：“374”，“作者”：“Jollife”，“年份”：“2016年”，“期刊标题”：《Philos》。事务处理。R.Soc.A数学。物理学。工程科学。“}，{”key“：”10.1016\/j.compbiomed.2021.104880_bib37“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.cmpb.2019.105219“，”article-title“：”基于转移学习和主动学习的心房颤动检测增量学习系统“，”volume“：“187”，”author“：”Shi“，“year”：“2020”，”journal-title”：“Computer.Methods Progr.Biomed.”}，”{“key“”：“”10.1016\/j.compbiomed.2021.104880_bib38“，”doi-asserted-by“：”crossref“，”doi“：”10.1038\/s41598-021-92172-5“，”article-title“：”用于识别窦性心律期间心房颤动的12导联心电图新的深度学习算法“，”volume“：”11“，”author“：”Baek“，“year”：“2021”，”journal-title:“Sci”。代表“}，{”key“：”10.1016\/j.compiomed.2021.104880_bib39“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.cmpb.2021.106009“，”article-title“：”基于多特征提取和卷积神经网络的心房颤动检测，用于心电信号处理“，”volume“：“202”，”author“：”Chen“，”year“：”2021“，”journal-title:“”计算。方法进展。生物识别。“｝，｛”key“：”10.1016\/j.com.pbiomed.20211.104880_bib40“，”系列标题“：“计算智能的进化。智能系统和计算的进展”，“文章标题”：“用于心房颤动分类的深度残差跳跃卷积神经网络的性能改进”，“volume”：“vol.1176”，“author”：“Sanjana”，“year”：“2021”｝，｛”key“：”10.1016\/j.compbiomed.2021.104880_bib41“，“doi-asserted-by”：“crossref”，“first page”：“320”，“doi”：“10.1016\/j.ins.2021.06.009”，“article-title”：“使用改进的双向LSTM网络进行心房颤动和心房扑动信号分类的智能计算机辅助方法”，“音量”：“574”，“作者”：“王”，“年份”：“2021”，“journal-title“：”信息科学。“}]，”container-title“：[”Computers in Biology and Medicine“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0010482521006740？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S0010482521006740？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2022,12,22]]，“date-time”：“2022-12-22T17:56:53Z”，“timestamp”：1671731813000}，“score”：1，“resource”：{“primary”：“URL”：“https://linkinghub.elsevier.com/retrieve\/pii\/S001048252 1006740“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2021,12]]}，”references-count“：41，”alternative-id“：[”S0010482521006740“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.compbiomed.2021.104880“，”relationship“：{}，“ISSN”：[“0010-4825”]，“ISSN-type”：[{“value”：“0010-48025”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[2021,12]]}，“assertion”：[{“value”：“Elsevier”，“name“：”publisher“，”label“：”本文由“}维护，{“value”：“全球混合多尺度卷积网络，用于使用单导联心电图记录准确、稳健地检测心房颤动”，“name”：“articletite”，“label”：“article Title”}，{”value“：“计算机在生物学和医学中”，“name:”journaltite“，”标签“：”Journal Title“}，”value“：”https:\/\/doi.org\/10.1016\/j.compbiomed.2021.104880“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2021 Elsevier Ltd.保留所有权利。”，“名称”：“copyright”，“标签”：“版权”}]，“文章编号”：“104880”}