본 논문은 심전도(ECG) 신호의 잡음 및 리드 부족 문제를 해결하기 위해, 잡음에 강인하고 임의의 리드 부분집합으로도 작동 가능한 기반 모델 TolerantECG를 제안한다. TolerantECG는 대조 학습과 자기 지도 학습 프레임워크를 결합하여 ECG 신호 표현과 해당하는 지식 검색 기반 텍스트 보고서 설명, 그리고 손상되거나 리드가 누락된 신호를 함께 학습한다. PTB-XL 데이터셋과 MIT-BIH Arrhythmia Database에서 다양한 ECG 신호 조건과 클래스 수준에 걸쳐 최고 또는 두 번째로 우수한 성능을 보이며, 특히 MIT-BIH Arrhythmia Database에서는 최고 성능을 달성함을 보여준다.
