BeatRhythm-TTA

新的心电图分类框架改进了测试时自适应

研究人员开发了BeatRhythm-TTA，一个专门为心电图（ECG）分类设计的新型测试时自适应框架。该方法通过使用无标签的推理时数据进行自适应，解决了深度学习模型在新领域遇到时性能下降的问题。BeatRhythm-TTA包含一个信号质量指数（SQI）门控方案，用于过滤噪声信号并强制执行双重一致性，在自适应过程中同时保留心搏形态和节律动态。实验表明，与现有方法相比，宏观F1分数有了显著提高。