초록
심근경색은 전 세계적으로 사망의 주요 원인입니다. 본 논문에서는 심근경색을 감지하기 위한 도메인 영감을 받은 신경망 모델을 설계하였습니다. 첫째, 다양한 리드의 기여도를 연구하였습니다. 이는 문헌에서 처음으로 수행된 체계적인 분석으로, 15개의心电图导联中，v6、vz 和 ii 导联的数据对于正确识别心肌梗塞至关重要（在本上下文中，“lead”特指心电图中的导联）.둘째, 이 결과를 바탕으로 지진 감지를 위해 설계된 ConvNetQuake 신경망 모델을 적응시켜 심근경색에 대한 최고 수준의 분류 결과를 달성하였습니다. 레코드별로 나누어 평가한 경우 99.43%의 분류 정확도를, 환자별로 나누어 평가한 경우 97.83%의 분류 정확도를 기록하였습니다. 이 두 가지 결과는 10초간의 원시 심전도 데이터만을 입력으로 사용하여 심근경색 검출에서 의사 수준의 성능을 나타냅니다.셋째, 다중 심전도 채널 신경망이 수동 특징 추출이나 데이터 전처리 없이도 의사 수준의 성능을 달성함을 보였습니다.注：在韩语翻译中，"lead"一词在心电图领域通常翻译为“导联”。为了保持专业性和准确性，我在翻译时采用了这一术语。