11:16官方账号arXiv cs.LG@Edoardo Coppola, Stefano Fiorini, Pietro Liò, Mattia Savardi, Alberto SignoroniLAEF是一个仅7M参数的心电图基础模型,能原生处理任意导联组合,无需零填充或修改架构。它在920万份12导联ECG上通过掩码节点建模和随机导联采样预训练。在18个下游数据集中,全导联可用时,LAEF与专用12导联基线相当,而后者规模大12倍。在1-2导联的即时诊断场景下,随机单导联时17/18数据集、双导联时14/18数据集上超过零填充替代方案,平均AUROC提升3.2点。AI模型LAEFECG心电图分析推荐理由:这个LAEF模型专治心电图设备导联不全的痛点,手表或手持记录仪只用1-2个导联也能获得接近12导联的诊断效果,比同类小模型强不少。原文稍后读已读值得跟进有用关注 LAEF
09:29官方账号arXiv cs.LG@Kindeep K. Dhatt, Tengyue Wu, Hanbang Hua, Yayun Du该研究提出一种轻量级多模态可穿戴框架,实现单搏水平的无袖带连续血压估计。系统集成同步胸部心电图和耳夹反射光电容积描记术,每个都配备6轴惯性测量单元提供运动上下文。混合学习架构使用一维卷积神经网络从单个PPG搏动中提取64维嵌入,并与30个生理学特征融合,经LightGBM回归。在10名受试者的多阶段压力协议和PulseDB公共数据集上,模型对收缩压的平均绝对误差为4.02±0.21 mmHg,舒张压为1.79±0.05 mmHg,相比基线模型综合MAE降低28.2%。该框架支持无长时上下文的逐搏估计,适用于资源受限的可穿戴部署。论文Ear-PPGECGLightGBM推荐理由:想搞可穿戴血压监测?这篇论文用耳夹PPG加ECG,单搏就能估血压,误差才4/1.8 mmHg,比传统方法准28%,代码还开源。原文稍后读已读值得跟进有用关注 Ear-PPG