Использование нейронной сети с долгой краткосрочной памятью для эффективного прогнозирования электрокардиосигналов и идентификации патологии

Среди различных типов нейронных сетей (НС) сети с долгой краткосрочной памятью (LSTM) обладают способностью запоминать долгосрочные зависимости в данных, что делает их особенно полезной для обработки длинных последовательных данных, включая электрокардиосигналы (ЭКС). Однако, используя стандартный метод электрокардиографии (ЭКГ), невозможно получить полную информацию о стадиях развития сердечно-сосудистых патологий, включая ишемическую болезнь сердца. Современная тенденция к повышению информативности ЭКГ привела к разработке нового метода электрокардиографии сверхвысокого разрешения (ЭКГ СВР). В этой работе была использована шестислойная сеть с долгой краткосрочной памятью для прогнозирования формы ЭКС, полученных с помощью метода ЭКГ СВР у подопытных крыс в ходе экспериментов по моделированию острой ишемии миокарда.