本文介绍了一种可重复的实验方案,用于将真实临床报告中的12导联心电图图像转换为经过校准且符合WFDB标准的数字信号,以实现标准化的后续分析。该方案整合了网格校准、基于YOLOv12的导联定位、波形提取(维特比算法或改进的中心线法)以及可视化验证检查点。
访问受限。请登录或开始试用以查看此内容。
访问受限。请登录或开始试用以查看此内容。
访问受限。请登录或开始试用以查看此内容。
访问受限。请登录或开始试用以查看此内容。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| GPU(运行时测试) | NVIDIA | GeForce RTX 3060 12 GB | 用于运行时测试的 NVIDIA GeForce RTX 3060 12 GB |
| NumPy | NumPy | 1.26.4 | 数值处理 |
| OpenCV | OpenCV | 4.10.0.84 | 图像预处理(去倾斜、滤波) |
| 操作系统(运行时测试) | Microsoft | Windows 11 | 用于运行时测试的 Windows 11 |
| PDF 转图像转换器 | 本方案 | V1 | 以 300 DPI 进行 PDF 光栅化;在数据可用性中提供仓库 URL |
| Python | Python 软件基金会 | 3.12.5 | 运行时环境 |
| PyTorch | PyTorch | 0.5.0 | YOLOv12 的后端支持 |
| 扫描仪 | Canon | DR-C240 | 300 DPI,灰度模式,推荐使用 PNG/TIFF 格式 |
| scikit-image | scikit-image | 0.25.0 | 骨架化与形态学处理(中心线提取) |
| Ultralytics | Ultralytics | 8.3.155 | YOLOv12 训练与推理框架 |
| wfdb(Python 包) | PhysioNet | 4.1.2 | WFDB 导出(.hea/.dat 格式) |
访问受限。请登录或开始试用以查看此内容。
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可