arXiv cs.AI· Jeonghwa Lim, Minje Park, Yeongyeon Na, Yujin Eom, Soyeon Lim, Young Ho Lee, Yu Jeong Kim, Sunghoon Joo, Ki Hong Lee·· 14 小时前AI 评分24
自监督预训练实现标签高效 ECG 波形分割，多数据集基准超越 NeuroKit2、ECGdeli 等常用工具
Label-Efficient Deep Learning for ECG Delineation: A Multi-Dataset Benchmark against Widely Used Delineation Tools
AI 导读
一项多数据集基准研究显示，经自监督预训练和半监督微调的深度学习模型在 ECG 波形分割上全面超越常用工具，在心律多样数据集上 mIoU 达 71.3%，而最强工具仅为 54.8%。
来源：arXiv cs.AI · arxiv.org