CVAF-Net：双视图PPG心输出量估计模型
热点事件持续更新
CVAF-Net：双视图PPG心输出量估计模型
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者提出 CVAF-Net，一种先验引导的双视图深度学习模型，用于从短时 PPG 信号估计心输出量（CO）。该模型通过交叉视图注意力融合两个视图：原始 PPG 时序视图和特征序列图（FSM）。 据作者介绍，CVAF-Net 可从 5 秒、15 秒和 30 秒的固定长度 PPG 片段进行估计。相关研究由 Yaowen Zhang 等作者完成。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
CVAF-Net：面向短时 PPG 信号心输出量估计的先验引导双视图表示学习报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.LGCVAF-Net：面向短时 PPG 信号心输出量估计的先验引导双视图表示学习
研究者提出 CVAF-Net，一种先验引导的双视图深度学习模型，用交叉视图注意力融合原始 PPG 时序视图与特征序列图（FSM），从 5/15/30 秒短时 PPG 片段估计心输出量（CO）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。