Rean

新的REAN技术平衡心电图隐私与效用

研究人员开发了REAN，一种用于心电图（ECG）数据的新型匿名化技术，解决了长期的隐私-效用权衡问题。REAN采用1-D U-Net架构，并使用隐私和效用分类器进行训练以重构ECG信号。该方法实现了隐私和效用之间近乎正交的梯度，从而在对数据效用影响最小的情况下显著增强隐私。在公开的PhysioNet数据库上进行测试，REAN有效地将重新识别风险降低到偶然水平，同时保持了心律失常检测的高准确性。