arXiv cs.LG· Robert A. Lewis, I-Min Chiu, Kyle Verrier, Karthik Jayaraman Raghuram, Francoise Marvel, Salar Abbaspourazad, Anshuman Mishra, Guillermo Sapiro, Andrew C. Miller, Joseph Futoma·· 12 小时前AI 评分22
MS-ECG-FM：用多源对比学习打造更通用的心电监测基础模型
MS-ECG-FM: Towards a More Universal Electrocardiogram Foundation Model for Health Monitoring using Multi-source Contrastive Learning
AI 导读
研究团队提出心电基础模型 MS-ECG-FM，通过对比对齐 ECG、超声心动图、放射和出院报告等多种临床记录类型进行训练，突破以往仅依赖 ECG 解读报告作为监督的局限。在扩展的 ECG 检测基准上，该模型在 ECG 可检测的全部病症范围内全面超越现有方法，在减少导联配置下同样表现优异。不同报告分别提升不同诊断领域的表征，多源对齐则捕捉其互补信息，在临床多样化任务上保持稳定强劲表现。
来源：arXiv cs.LG · arxiv.org