每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

TolerantECG：不完美心电图的基础模型

Created by
  • Haebom

作者

Huynh Dang Nguyen、Trong-Thang Pham、Ngan Le、Van Nguyen

TolerantECG：抗噪声、支持各种导联组的 ECG 基础模型

大纲

心电图 (ECG) 是诊断心脏病的重要工具，但标准的 12 导联记录中可能会因噪声或导联缺失而出现诊断错误。为了解决这些问题，我们提出了 TolerantECG，这是一个心电图信号的基础模型，它对噪声具有鲁棒性，并且可以在标准 12 导联心电图的任何子集上运行。TolerantECG 训练结合了对比学习和自监督学习框架，可以同时学习心电图信号表征、基于知识检索的文本报告描述以及导联损坏或缺失的信号。

Takeaways, Limitations

•
Takeaways：
◦
它对噪声具有很强的鲁棒性，在各种心电图信号条件下表现出优异的性能。
◦
它在 PTB-XL 数据集的各种 ECG 信号条件和类别级别中表现出最佳或第二好的性能。
◦
在MIT-BIH心律失常数据库上取得了最佳表现。
◦
它还可以对 12 导联心电图中缺失的导联做出反应。
•
Limitations：
◦
具体的Limitations在论文中没有具体说明（但需要进一步研究和验证）。
👍
Made with Slashpage