arXiv ID:
2605.13194
arXiv 提交日期: 2026-05-13
ECG-NAT:一种用于多导联心电图分类的自监督邻域注意力变换器 / ECG-NAT: A Self-supervised Neighborhood Attention Transformer for Multi-lead Electrocardiogram Classification
1️⃣ 一句话总结
本文提出了一种名为ECG-NAT的自监督学习方法,通过结合生成式预训练和判别式微调,并采用高效的邻域注意力机制,能够在仅使用1%标注数据的情况下,以较低计算成本准确地对多导联心电图进行心律失常分类,尤其适用于标注数据稀缺的实际医疗场景。