Application of Deep Neural Networks for Clinical ECG-based Identification of Atrial Fibrosis

  • Mithilfe eines existierenden Algorithmus soll zunächst die P‑Wellen aus klinischen EKGs extrahiert werden und damit Features berechnet werden. Diese Features sollen als Eingabe für ein Regression Neural Network dienen, das auf simulierten Daten trainiert wurde, um den Fibroseanteil im Vorhof zu schätzen. Anschließend sollen weitere Machine Learning Techniken (z.B. LSTMs, CNNs) auf dieses Problem angewandt und untersucht werden.