## “合肥高新杯”心电人机智能大赛——心电异常事件预测冠军解决方案
### 赛题地址
https://tianchi.aliyun.com/competition/entrance/231754/introduction
### 开源baseline
感谢比赛期间JavisPeng开源的优质[baseline](https://github.com/JavisPeng/ecg_pytorch)
### 比赛分数
<p align="center">
<img src="image/rank.png">
</p>
### 赛题回顾
- 问题描述:依据心电图机8导联的数据和年龄、性别特征,预测心电异常事件
- 比赛数据:32142条初赛数据和20036条复赛数据(初赛数据有重复,初复赛标签分布差异大)
- 评价指标:MicroF1
### 数据分析
- 标签相关性:计算公式为两标签交集数量除以两标签并集数量,0表示完全互斥。该相关性也可视为一种“特征”。
<p align="center">
<img src="image/corr.png">
</p>
- 不同导联节拍一致:尖峰位置一致。
<p align="center">
<img src="image/8lead1.png">
</p>
- 不同导联十分相似:将不同导联画在同一坐标轴上,可看出**相似性**。如何构建模型以利用这种**相似性**是**最为关键**的思路。
<p align="center">
<img src="image/8lead2.png">
</p>
### 模型构建
针对多导联心电图分类任务,我创新地提出一种网络结构,将其称之为**ECGNet: Multi-scale ResNet for Multi-lead ECG Data**。该模型是本次比赛的**致胜关键**。(细节可见PPT)
<p align="center">
<img src="image/ECGNet.png">
</p>
### 模型融合
<p align="center">
<img src="image/stacking.png">
</p>
模型融合阶段效果提升,我认为主要有两点原因:
1. 充分利用初赛和复赛的数据
2. “隐含”地利用了不同标签的相关性
不足之处:
1. 模型缺乏多样性
2. 没有用到传统特征和树模型
此外,植物提出的[嫁接学习](https://github.com/plantsgo/ijcai-2018)也是种很有意思的思路。
### 效果评估
线下对20类标签用单模型评估效果,反正比我自己判断的(仅限电轴偏转方向)好得多。
<p align="center">
<img src="image/eval.png">
</p>
### 经验总结
- 充分利用提供的数据很重要,尤其分布差异很大时。
- 多去思考多去尝试。
在处理多导联心电图数据时:
- 对不同导联应用相同的卷积核,能在减小参数量的同时,很好地提升模型的效果。
- 采用多尺度网络能捕捉不同尺度的特征,较好地提升模型的效果。
- 网络初期可以采用较大的卷积核,后期可以采用较小的卷积核。
- BN-ReLU-Conv要优于Conv-BN-ReLU。
- Squeeze-and-excitation结构也能提升模型的效果。
- 传统特征也很重要。
### 失败尝试
以下是一些失败的尝试(不代表这些方法真的不行,也许是我的打开方式有问题):
- 傅里叶变换
- 小波变换
- 频谱图
- DenseNet
- EfficientNet
- Attention
- LSTM
- 滑动窗口
- 去噪
- 特征工程
总之还是要多思考多去尝试吧,没有什么事能一帆风顺的。
### 赛后感想
本次比赛收获颇丰,除了实质性奖励以外,还锻炼了我赛题思考、数据分析、模型构建、论文阅读、编程实现以及答辩的能力,且与其他选手交流了一些有趣的思路。
客观上来看,本次比赛有很大的运气成分的,自己还有很多不足。总之,继续努力,再接再厉吧。
~~单人参赛好累啊,还有复现阶段需要抓紧时间,我差点没在期限内整出来。~~
### PS
很多细节我没有详细介绍,有兴趣地可以看PPT或答辩视频。
### 答辩视频
https://tianchi.aliyun.com/course/video?liveId=41127
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
“合肥高新杯”心电人机智能大赛 —— 心电异常事件预测 TOP1 Solution 资源概述 本资源包提供了“合肥高新杯”心电人机智能大赛中心电异常事件预测的TOP1 Solution,展示了冠军团队在心电数据处理、特征提取、模型训练和预测方面的卓越技术和创新方法。资源内容详尽,包括完整的解决方案、代码实现、详细的注释和文档说明,适合医疗数据分析、机器学习爱好者及相关研究人员参考和学习。 内容介绍 1. **项目背景** - 介绍“合肥高新杯”心电人机智能大赛的背景和重要性,强调心电异常事件预测在医疗诊断中的应用价值。 - 说明竞赛目标,通过分析心电数据,准确预测异常事件,提升心电监测系统的智能化水平。 2. **数据预处理** - **数据描述**:详细介绍心电数据集的结构和内容,包括心电信号的采样频率、记录格式和标签信息。 - **预处理步骤**:讲解数据清洗、去噪、归一化等预处理步骤,确保数据质量和一致性。 - **异常处理**:说明如何处理数据中的缺失值、异常值和噪声,提高数据的可靠性。 3. **特征提取*
资源推荐
资源详情
资源评论
收起资源包目录
Hefei_ECG_TOP1-master.zip (12个子文件)
Hefei_ECG_TOP1-master
image
eval.png 138KB
rank.png 80KB
stacking.png 24KB
corr.png 271KB
8lead1.png 151KB
8lead2.png 101KB
ECGNet.png 107KB
react_native.txt 848B
部署必看.txt 0B
README.md 4KB
ECGNet1.py 8KB
合肥高新杯_随便逛逛.pptx 1.82MB
共 12 条
- 1
资源评论
编程资源宝库
- 粉丝: 3908
- 资源: 1966
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- (源码)基于SimPy和贝叶斯优化的流程仿真系统.zip
- (源码)基于Java Web的个人信息管理系统.zip
- (源码)基于C++和OTL4的PostgreSQL数据库连接系统.zip
- (源码)基于ESP32和AWS IoT Core的室内温湿度监测系统.zip
- (源码)基于Arduino的I2C协议交通灯模拟系统.zip
- coco.names 文件
- (源码)基于Spring Boot和Vue的房屋租赁管理系统.zip
- (源码)基于Android的饭店点菜系统.zip
- (源码)基于Android平台的权限管理系统.zip
- (源码)基于CC++和wxWidgets框架的LEGO模型火车控制系统.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功