# ECG-with-Deep-learning

**Repository Path**: junhao-genuine/ECG-with-Deep-learning

## Basic Information

- **Project Name**: ECG-with-Deep-learning
- **Description**: 使用深度学习对人体心电数据进行多分类
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 9
- **Forks**: 3
- **Created**: 2021-06-25
- **Last Updated**: 2025-05-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ECG-with-Deep-learning

本仓库分为如下两部分：
- 文档
  - 深度学习模型方面：记录了我们小组从零开始，一步步摸索搭建深度学习模型的过程，解释了我们每一阶段选择某种特定模型的理由，也对我们的改进思路进行了阐述；
  - 数据融合方面：从众多数据库中挑选出4个较为合适的进行了详细介绍，包括融合的详细过程；
  - 服务器部署：通过Docker将模型部署在服务器上是工业界常见的场景。这属于在线部署模型，虽然我们最终的目标是边缘计算，但是在线部署是“端-管-云”架构的重要体现，之前的项目中只用过边缘计算的我也想尝试一下这种方式。
  - 硬件部署：使用raspberry zero w,AD8232心电模块,PCF8591模数转换模块，采集人体心电数据，在树莓派上进行实时分类，实现边缘计算。
- 代码
  - train.py

  - model:
    - CNN.py
    - CNNLSTM.py
    - SENetLSTM.py

  - save
    - CNN
    - CNNLSTM
    - SENetLSTM

  - tensorboard
    - CNN20201201-103452
    - CNNLSTM20201224-153049
    - SENetLSTM20210108-154007

  - tflite
    - model.tflite

  - checkpoint

    - SeqCNN.ckpt-1.data-00001-of-00002

    ​