CPSC2018

深度学习模型从不完整数据重建完整心电图

研究人员开发了ImputeECG，一个深度学习模型，旨在从不完整的心电图（ECG）记录中重建完整的12导联心电图。该Transformer自编码器模型在PTB-XL和CPSC2018等数据集上进行了训练，并在来自开滦总医院的大型临床队列中进行了验证。ImputeECG显著减少了心电图重建中的错误，并提高了下游诊断任务（如性别和年龄预测）的准确性，使其成为增强现有心电图档案在人工智能驱动的心脏评估中的实用工具。