Bài báo này đề cập đến vấn đề sai lệch đơn giản (SB) trong phân tích điện tâm đồ (ECG). SB là hiện tượng mà các mô hình ECG dựa trên học có giám sát tập trung vào các mẫu lặp lại dễ học, do đó bỏ qua các tín hiệu tinh tế nhưng quan trọng về mặt lâm sàng. Trong nghiên cứu này, trước tiên chúng tôi chứng minh bằng thực nghiệm sự tồn tại của SB trong phân tích ECG và tác động của nó đến sự suy giảm hiệu suất chẩn đoán, và nhận thấy rằng học tự giám sát (SSL) có thể làm giảm SB. Dựa trên điều này, chúng tôi đề xuất một phương pháp mới dựa trên SSL sử dụng các bộ lọc thu thập các đặc điểm thời gian-tần số và tái tạo nguyên mẫu đa độ phân giải. Ngoài ra, chúng tôi xây dựng một bộ dữ liệu ECG đa trung tâm quy mô lớn chứa hơn 1,53 triệu bản ghi ECG và chứng minh tính ưu việt của phương pháp được đề xuất thông qua các thử nghiệm trên ba nhiệm vụ phụ và chúng tôi dự định công khai mã và bộ dữ liệu.
