施、崔；孟庆华；聂明朔 一种可行的基于变压器模型的心律失常分类算法。 （英语） Zbl 1498.92110号 J.非线性凸分析。 23，第9期，2035-2047（2022）. 摘要：心律失常的自动分类对心血管疾病的早期预防和诊断具有重要作用。现有的基于深度学习的心律失常分类方法通常使用卷积结构处理空间信息，并使用多种方法处理跨数据的时间信息。我们提出了基于变换器模型（CTA）的心律失常分类算法，该算法将变换器模型和注意力机制相结合，用于ECG的预测，以利用ECG信号的空间特征和时间信息。在心电信号领域的大数据集上进行的实验结果表明，该算法具有良好的预测和分类性能，可为医生提供诊断帮助。 MSC公司： 92 C55 生物医学成像和信号处理 关键词：心律失常分类；心电图；变压器；注意机制 PDF格式BibTeX公司 XML格式引用 \textit{C.Shi}等人，J.非线性凸分析。23，第9号，2035--2047（2022；Zbl 1498.92110） 全文： 链接