Bài báo này tập trung vào phân đoạn điện tâm đồ (ECG), phân đoạn các đặc điểm có ý nghĩa từ dạng sóng điện tâm đồ (ECG). Do những tiến bộ sử dụng học sâu bị hạn chế do thiếu các tập dữ liệu chú thích công khai, học bán giám sát tận dụng dữ liệu ECG phong phú chưa được gắn nhãn là một giải pháp đầy hứa hẹn. Trong nghiên cứu này, chúng tôi trình bày SemiSegECG, chuẩn mực hệ thống đầu tiên cho phân đoạn ngữ nghĩa bán giám sát (SemiSeg) trong phân đoạn ECG. Chúng tôi tuyển chọn và tích hợp nhiều tập dữ liệu công khai, bao gồm cả các nguồn chưa được khai thác trước đây, để cho phép đánh giá mạnh mẽ và đa dạng. Chúng tôi sử dụng năm thuật toán SemiSeg tiêu biểu từ thị giác máy tính, triển khai chúng trên hai kiến trúc khác nhau—Mạng nơ-ron tích chập (CNN) và Transformer—và đánh giá chúng trong cả môi trường trong miền và liên miền. Chúng tôi cũng đề xuất các cấu hình huấn luyện và chiến lược tăng cường dành riêng cho ECG, đồng thời giới thiệu một khuôn khổ đánh giá chuẩn hóa. Kết quả của chúng tôi chứng minh rằng Transformer hoạt động tốt hơn CNN trong phân đoạn ECG bán giám sát. SemiSegECG được kỳ vọng sẽ đóng vai trò là nền tảng để phát triển các phương pháp phân đoạn ECG bán giám sát và thúc đẩy nghiên cứu sâu hơn trong lĩnh vực này.
