实体
CODE-test
CODE-test
PulseAugur coverage of CODE-test — every cluster mentioning CODE-test across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新型LYNX-ECG模型在可审计心电图分类中实现高精度
研究人员开发了LYNX-ECG，这是一种用于心电图（ECG）分类的新型图神经网络。该模型将心跳表示为从带时间戳的转折点派生的可见性图，在CODE-Test数据集上达到了0.889的宏观F1分数。LYNX-ECG不仅优于ECGFounder等现有模型，还能通过将图节点映射到特定的ECG时间区域来提供可审计的解释，从而允许对其预测进行临床验证。
-
AI框架模仿心脏病专家以改进ECG诊断
研究人员开发了LuminaECG，一个新框架，用于模仿心脏病专家诊断过程来解读心电图（ECG）的人工智能代理。该方法将ECG解读重新构建为基于测量的视觉阅读，在标准网格纸上呈现信号，并明确区分波形组件。通过用这些结构化原语训练一个视觉语言模型，LuminaECG展示了改进的波形测量和诊断准确性，在CODE-test基准测试中达到了临床有意义的水平，并显示出跨不同ECG数据集的可迁移性。
-
AI框架LuminaECG模仿心脏病专家以提高ECG诊断水平
研究人员开发了LuminaECG，一个模仿心脏病专家解读心电图（ECG）的新框架，通过将AI推理建立在视觉测量原语之上。该方法在网格纸上呈现ECG信号，并明确区分波形组成部分，将这些视觉线索与诊断证据相关联。LuminaECG在各种数据集上显示出改进的波形测量和诊断准确性，并在CODE-test基准测试中达到了临床上有意义的读取器级别，这表明将可测量证据与临床知识对齐对于有效的ECG代理的重要性。