HeartBeatAI: Framework di Deep Learning per la Rilevazione di Aritmie ECG
HeartBeatAI è un framework di deep learning per la rilevazione multi-etichetta di aritmie ECG, che combina generalizzazione del dominio, aggregazione di caratteristiche multi-scala e spiegabilità clinica. Integra una Squeeze-and-Excitation (SE) ResNet e una Pipeline di Concentrazione Multi-Livello per catturare sia anomalie macro-ritmiche che micro-morfologiche. Il framework utilizza la regolarizzazione MixStyle e il Label Smoothing per mitigare lo shift di dominio. Il benchmarking su quattro dataset su larga scala ha raggiunto un Macro F1-score del 98% in condizioni intra-sorgente, ma le valutazioni Leave-One-Domain-Out hanno mostrato un significativo degrado nella rilevazione di anomalie rare. L'articolo è disponibile su arXiv.
Fatti principali
- HeartBeatAI è un framework di deep learning per la classificazione ECG a 12 derivazioni.
- Combina generalizzazione del dominio, aggregazione di caratteristiche multi-scala e spiegabilità clinica.
- Utilizza Squeeze-and-Excitation (SE) ResNet e Pipeline di Concentrazione Multi-Livello.
- Impiega regolarizzazione MixStyle e Label Smoothing per mitigare lo shift di dominio.
- Benchmark su quattro dataset su larga scala con protocolli intra-sorgente e LODO.
- Ha raggiunto un Macro F1-score del 98% in condizioni intra-sorgente.
- Le valutazioni LODO hanno mostrato un significativo degrado nella rilevazione di anomalie rare.
- Articolo pubblicato su arXiv con ID 2605.24588.
Entità
Istituzioni
- arXiv