ty -jour a2 -maleh，Yassine au -Sakli，Nizar au -Ghabri，Haifa au -Soufiene，Ben Othman au -Almalki，Faris。A. au -sakli，hedi au -ali，obaid au -najjari，Mustapha py -2022 da -2022/04/28 ti -resnet -50，用于12级电动心电图自动诊断SP -7617551 VL -2022 AB-现在，在医学诊断中的人工智能（AI）的实施引起了学术文献和工业部门的主要关注。AI将包括深度学习（DL）模型，在这些模型中，这些模型在医疗保健应用中取得了壮观的表现。根据世界卫生组织（WHO）的说法，2020年，大约有2560万人死于心血管疾病（CVD）。因此，本文旨在使心脏病学的光芒视为医学领域最重要的心脏病学之一。该论文开发了一种有效的DL模型，用于自动诊断为12个铅心电图（ECG）信号，其中27个类别，包括26种CVD和正常的窦性节奏。提出的模型由残留神经网络（Resnet-50）组成。使用来自美国，中国和德国的联合公共数据库作为概念验证进行了实验性工作。该模型的仿真结果的准确度为97.63％，精度为89.67％。 The achieved results are validated against the actual values in the recent literature. SN - 1687-5265 UR - https://doi.org/10.1155/2022/7617551 DO - 10.1155/2022/7617551 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -