研究人员开发了P2E-VQ,一个新颖的框架,通过链接心电图(ECG)信息来增强光电容积脉搏波图(PPG)数据。P2E-VQ不试图从PPG重建ECG信号,而是将PPG片段转换为离散令牌,并从内存库中检索相关的ECG链接表征。该方法在推理时无需ECG信号即可增强PPG数据,并在包括临床终点预测和情感状态识别在内的各种下游任务中,与现有的预训练模型相比,表现出卓越的性能。 AI
影响 该方法可以通过增强可穿戴健康监测器解释生理信号的能力来提高其准确性。
排序理由 该项目是一篇研究论文,详细介绍了一种新的数据增强方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- electrocardiography
- Gotit.pub
- Hugging Face
- IArxiv
- P2E-VQ
- photoplethysmogram
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →