Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

TolerantECG: A Foundation Model for Imperfect Electrocardiogram

Created by
  • Haebom

저자

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

TolerantECG: 잡음에 강건하고, 다양한 리드셋을 지원하는 ECG Foundation Model

개요

심전도(ECG)는 심장 질환 진단에 필수적인 도구이지만, 잡음이나 12-리드 표준 기록의 일부 리드 누락으로 인해 진단 오류가 발생할 수 있다. 이러한 문제를 해결하기 위해, TolerantECG를 제안한다. TolerantECG는 잡음에 강건하며, 표준 12-리드 ECG의 임의 하위 집합으로 작동할 수 있는 ECG 신호용 파운데이션 모델이다. TolerantECG 훈련은 대조 학습과 자기 지도 학습 프레임워크를 결합하여 ECG 신호 표현과 지식 검색 기반 텍스트 보고서 설명, 손상되거나 리드가 누락된 신호를 함께 학습한다.

시사점, 한계점

시사점:
잡음에 강건하며, 다양한 ECG 신호 조건에서 우수한 성능을 보인다.
PTB-XL 데이터셋에서 다양한 ECG 신호 조건 및 클래스 수준에서 최고 또는 두 번째로 좋은 성능을 보였다.
MIT-BIH 부정맥 데이터베이스에서 최고의 성능을 달성했다.
12-리드 ECG의 일부 리드 누락에도 대응 가능하다.
한계점:
논문에서 구체적인 한계점은 명시되지 않음. (다만, 추가적인 연구 및 검증 필요)
👍