两篇新研究论文介绍了用于心电图（ECG）分析的基础模型，旨在提高心房颤动等病症的诊断准确性。第一篇论文 FOUND-AF 提出了一个基准测试框架，用于在标准化条件下评估现有的心电图基础模型，发现 ECGFounder 最有效。第二篇论文介绍了 LAEF，一个导联无关的基础模型，旨在处理可变的心电图导联子集，在与即时诊断相关的减少导联配置上优于传统模型。 AI
影响 这些新的基础模型和基准测试框架有望提高心脏诊断的准确性和可及性，尤其是在即时诊断领域。
排序理由 两篇在 arXiv 上发表的学术论文，介绍了用于心电图分析的新基础模型。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.03597v1 Announce Type: new Abstract: Atrial fibrillation (AF) is the most common sustained cardiac arrhythmia and is associated with increased risks of stroke, heart failure, and mortality. Recent ECG foundation models offer transferable representations for automated A…
arXiv:2608.03690v1 Announce Type: new Abstract: Point-of-care cardiac devices such as smartwatches and handheld ECG recorders typically capture 1--2 leads, yet existing ECG foundation models are architecturally constrained to fixed 12-lead inputs, degrading or failing under these…