首页 > 科技周边 > 人工智能 > 正文

2021AIWIN-心电图智能诊断竞赛任务一Baseline

P粉084495128
发布： 2025-07-28 11:41:01
原创
1011人浏览过

一、赛题考官

本赛题由复旦大学附属中山医院和上海数创医疗科技有限公司联合命题。

竞赛地址： http://ailab.aiwin.org.cn/competitions/64#learn_the_details-overview

二、赛题背景

心电图是临床最基础的一个检查项目，因为安全、便捷成为心脏病诊断的利器。每天都有大量的心电图诊断需求，但是全国范围内诊断心电图的专业医生数量不足，导致很多医院都面临专业心电图医生短缺的情况。

人工智能技术的出现，为改善医生人力资源不足的问题带来了全新的可能。由于心电图数据与诊断的标准化程度较高，相对较易于运用人工智能技术进行智能诊断算法的开发。

由于心电图可诊断的疾病类别特别丰富，目前，市面上出现较多的是针对某些特定类别的算法，尚没有看到能够按照临床诊断标准、在一定准确率标准下，提供类似医生的多标签多分类算法。本次赛事希望吸引更多优秀的算法人才，共同为心电图人工智能诊断算法的开发贡献力量。

三、赛题任务

针对临床标准12导联心电图数据的多标签多分类算法开展研发和竞技比拼。

选手需利用命题方提供的训练集数据，设计并实现模型和算法，能够对标准12导静息心电图进行智能诊断。需要识别的心电图包括12个类别：正常心电图、窦性心动过缓、窦性心动过速、窦性心律不齐、心房颤动、室性早搏、房性早搏、一度房室阻滞、完全性右束支阻滞、T波改变、ST改变、其它。

本赛题共分为两个关联任务：任务一为要求针对心电图输出二元（正常 v.s 异常）分类标签；任务二为针对给定的心电图输出上述12 项诊断分类的诊断结果标签。

四、数据介绍

心电数据的单位为mV，采样率为 500HZ，记录时长为 10 秒，存储格式为 MAT；文件中存储了 12 导联的电压信号（包含了I，II，III，aVR，aVL，aVF，V1，V2，V3，V4，V5 和 V6）

任务一的数据说明

数据将会分为参赛者可见标签的训练集，及不可见标签的测试集两大部分。数据均可下载。（请参见「参赛提交」——「下载」下的 2021A_T2_Task1_数据集，其包含了训练集和测试集）

其中训练数据提供 1600 条 MAT 格式心电数据及其对应诊断分类标签（“正常”或“异常”，csv 格式）；测试数据提供 400 条 MAT格式心电数据。

五、数据预处理

本项目将mat数据转换为图片，尝试使用卷积神经网络来解决此问题。通过绘制波形可以看到，正常心电图与异常心电图在图像还是有明显差别的。这样使用卷积神经网络就有可能提取到不同的特征，从而实现分类。2021AIWIN-心电图智能诊断竞赛任务一Baseline - php中文网

正常心电图

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

2021AIWIN-心电图智能诊断竞赛任务一Baseline - php中文网

文心智能体平台
文心智能体平台

百度推出的基于文心大模型的Agent智能体平台，已上架2000+AI智能体

文心智能体平台 0
查看详情 文心智能体平台
异常心电图

使用下面代码将原始数据转换为图片。

In [ ]
# 解压代码和数据集%cd /home/aistudio/
!tar xvf aiwin.tar.gz
!tar xvf 2021A_T2_Task1_数据集含训练集和测试集.tar.gz
登录后复制
In [2]
%cd aiwin/
!mkdir dataset/train
!mkdir dataset/val
!python process.py
登录后复制
/home/aistudio/aiwin
登录后复制

运行结束后可以在dataset目录下看到train和val两个文件中包含图片数据。

In [3]
!ls dataset/
登录后复制
train  trainreference.csv  val
登录后复制

六、训练

训练模型主要有以下几个要点：

1.模型采用ResNet50网络，并加载预训练数据。

2.由于图表数据可能包含细小的特征，所以图像尺寸放大到640x640。

3.添加了一些数据增强方法，增强模型学习特征的能力。

4.学习率采用Warmup+Decay的方法，学习率设置为0.001.

训练模型执行以下命令。

In [4]
!python train.py
登录后复制
W1115 09:27:59.167901  1998 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1
W1115 09:27:59.173139  1998 device_context.cc:465] device: 0, cuDNN Version: 7.6.
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/fluid/dygraph/layers.py:1436: UserWarning: Skip loading for fc.weight. fc.weight receives a shape [2048, 1000], but the expected shape is [2048, 2].
  warnings.warn(("Skip loading for {}. ".format(key) + str(err)))
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/fluid/dygraph/layers.py:1436: UserWarning: Skip loading for fc.bias. fc.bias receives a shape [1000], but the expected shape is [2].
  warnings.warn(("Skip loading for {}. ".format(key) + str(err)))
2021-11-15 09:28:20 [INFO]	[TRAIN] epoch: 1, iter: 10/10000, loss: 0.7406, lr: 0.0000450000, batch_cost: 9.2992, reader_cost: 0.00000, ips: 3.4412 samples/sec | ETA 25:48:18
2021-11-15 09:28:36 [INFO]	[TRAIN] epoch: 1, iter: 20/10000, loss: 0.6941, lr: 0.0000950000, batch_cost: 24.9116, reader_cost: 0.00000, ips: 1.2845 samples/sec | ETA 69:03:37
2021-11-15 09:28:51 [INFO]	[TRAIN] epoch: 1, iter: 30/10000, loss: 0.6949, lr: 0.0001450000, batch_cost: 40.5031, reader_cost: 0.00000, ips: 0.7901 samples/sec | ETA 112:10:16
2021-11-15 09:29:07 [INFO]	[TRAIN] epoch: 1, iter: 40/10000, loss: 0.6943, lr: 0.0001950000, batch_cost: 56.1472, reader_cost: 0.00000, ips: 0.5699 samples/sec | ETA 155:20:25
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 1.0
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.0
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:15 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:16 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.0
2021-11-15 09:29:17 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.25
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:18 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:19 [INFO]	[EVAL] epoch: 1 accuracy: 0.75
2021-11-15 09:29:19 [INFO]	[EVAL] epoch: 1 accuracy: 0.5
2021-11-15 09:29:19 [INFO]	[EVAL] epoch: 1 avg accuracy: 0.512499988079071
2021-11-15 09:29:27 [INFO]	[TRAIN] epoch: 2, iter: 50/10000, loss: 0.6943, lr: 0.0002450000, batch_cost: 38.6916, reader_cost: 0.00000, ips: 0.8271 samples/sec | ETA 106:56:21
^C
登录后复制

七、预测与提交

训练结束后，在output目录下会保存一个best_model模型权重，预测程序会加载此权重对测试图片进行推理预测，同时生成answer.csv提交文件。

In [6]
!python predict.py
登录后复制
W1115 09:32:55.909576  2394 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1
W1115 09:32:55.914799  2394 device_context.cc:465] device: 0, cuDNN Version: 7.6.
Save to answer.csv
登录后复制

最后下载answer.csv文件压缩后并提交，分数为76.54，可以说明卷积神经网络可以学习到心电图数据中的特征。

2021AIWIN-心电图智能诊断竞赛任务一Baseline - php中文网

以上就是2021AIWIN-心电图智能诊断竞赛任务一Baseline的详细内容，更多请关注php中文网其它相关文章！

相关标签：
python ai csv文件 cos red 算法 人工智能 http

大家都在看：

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。

下载
来源：php中文网
收藏 点赞
上一篇：DDRNet-通过PaddleSeg实现全流程跑通 下一篇：基于PaddlePaddle的中风患者线性模型训练和预测
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
作者最新文章
最新问题
讯飞火星AI怎样生成高质量文本_讯飞火星AI文本生成技巧与优化方法 优化提示结构、调整生成参数、利用上下文记忆和后处理校对可提升讯飞火星AI文本质量。通过设定角色、明确任务与格式，控制温度、长度及重复惩罚，保持话题连贯，并结合人工润色，确保输出精准逻辑清晰。
2025-11-05 11:15:12
951
即梦可以用来写论文或者代码吗_即梦写论文与代码使用说明 即梦可辅助撰写论文或代码，提供思路、格式建议与初稿生成，但用户需自行验证内容准确性与原创性。
2025-11-05 10:58:02
472
夸克A眼镜如何恢复备份_夸克A眼镜数据备份与恢复操作详细教程 可通过夸克云服务、本地设备传输或恢复密钥三种方式恢复夸克A眼镜数据：首先确保设备联网并登录账号，选择云备份与恢复功能下载历史备份；若无云端备份，可将存储在手机或电脑的.qab文件通过USB传输至眼镜，并在系统工具中导入；对于加密备份，需在初始化时输入12位恢复密钥验证后选择内容恢复，全程保持供电稳定。
2025-11-05 10:52:02
944
星火大模型体验页_科大讯飞AI网页版服务平台 星火大模型体验页科大讯飞AI网页版服务平台为https://www.xfyun.cn/，提供多语种语音识别、深度推理能力及130多种语言实时切换功能；集成35000多个智能助手，支持个性化智能体搭建与API接入；内置PPT生成、虚拟人视频制作和写作辅助工具；开放API矩阵，提供免费试用与多版本模型选择，支持开源模型接入与定制微调。
2025-11-05 10:45:21
686
即梦生成的图片可以商用吗_即梦图片商用政策说明 是的，JIEMUAI生成的图像通常可用于商业用途。平台允许在遵守使用指南的前提下将内容用于电商视觉、宣传材料等商业场景，但禁止未经授权的转售或滥用行为。
2025-11-05 10:28:02
323
夸克AI平台智能助手官网 夸克AI官方主页直达访问官方地址 夸克AI平台智能助手官网是https://www.quark.cn/，该网站集成AI搜索、文档解析、网页提取和多轮对话功能，支持跨设备数据同步与网盘服务，提供极简高效的操作体验。
2025-11-05 09:37:03
264
DeepSeekOCR本地部署如何进行模型微调_DeepSeekOCR模型微调与自定义训练方法介绍 DeepSeekOCR可通过逆向分析模型结构并构建兼容数据流程实现本地微调。首先确认模型格式与框架支持，获取推理代码或反向工程网络结构；接着准备训练环境与标注数据集，选用PyTorch+MMOCR等框架进行数据预处理；然后加载预训练权重，采用冻结骨干网络、分阶段微调策略，结合CTC或DBLoss损失函数与小学习率优化；随后编写自定义训练循环，实现参数更新与学习率调度；最后在验证集上评估性能，保存模型为Checkpoint或ONNX/TorchScript格式，并结合TensorRT等工具部署。关
2025-11-05 09:06:02
709
瑞达写作平台登录入口 瑞达写作App官方正版应用商店 瑞达写作平台登录入口位于官网https://www.ruidawriting.com，用户可在此下载官方正版App并使用智能内容生成、文献整合、高效大纲构建、长文管理、查重优化与内容润色等功能。
2025-11-05 08:45:02
722
华为AI眼镜如何使用手势控制_华为AI眼镜手势识别与控制功能教程 华为AI眼镜支持手势控制音频播放与接听电话。一、双击镜腿可播放/暂停音乐，注意敲击速度与力度。二、通过App启用“轻滑”功能后，前后滑动镜腿可切换上下曲目。三、滑动镜腿还可调节音量，前滑增大、后滑减小，系统实时提示音量等级。四、双击左镜腿可唤醒语音助手，需在App中开启权限并保持蓝牙连接，实现语音拨号与信息查询等功能。
2025-11-05 08:19:02
676
讯飞火星AI怎样进行婚礼策划文案生成_讯飞火星AI婚礼流程与文案智能创作方法 讯飞星火AI可通过星火对话生成婚礼文案初稿，使用内容写作功能定制宣传文案，结合讯飞智文一键生成图文并茂的婚礼策划方案，提升创作效率与质量。
2025-11-05 07:19:10
734
相关专题
更多>
热门推荐
开源免费商场系统广告
热门教程
更多>
相关推荐
热门推荐
最新课程
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新 English
php中文网：公益在线php培训，帮助PHP学习者快速成长！
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号

  • PHP学习

  • 技术支持

  • 返回顶部