Peak-Detector: Rilevamento dei Picchi Spiegabile Basato su LLM per Segnali Cardiaci
Un articolo di ricerca disponibile su arXiv (2605.16452) presenta Peak-Detector, un framework innovativo che sfrutta modelli linguistici di grandi dimensioni (LLM) ottimizzati tramite istruzioni per ottenere un rilevamento dei picchi affidabile, cross-modale e interpretabile nei segnali fisiologici cardiaci. Questo approccio supera le carenze degli algoritmi tradizionali, che tendono a essere specifici per determinate modalità e mancano di chiarezza, nonché l'opacità delle tecniche di deep learning. Peak-Detector utilizza un metodo di 'rappresentazione dei picchi' per convertire i dati delle serie temporali in un formato più conciso, mantenendo i dettagli essenziali degli eventi. Rivolto ai segnali di elettrocardiogramma (ECG), fotopletismogramma (PPG), ballistocardiogramma (BCG) e bodyseismografia (BSG), il framework mira a migliorare il monitoraggio cardiovascolare aumentando sia l'accuratezza che la trasparenza per la validazione da parte degli esperti.
Fatti principali
- Peak-Detector è un framework per il rilevamento dei picchi nei segnali cardiaci.
- Utilizza modelli linguistici di grandi dimensioni (LLM) ottimizzati tramite istruzioni.
- Il framework è spiegabile, affrontando i problemi di interpretabilità.
- Funziona su più modalità: ECG, PPG, BCG, BSG.
- Una tecnica di 'rappresentazione dei picchi' condensa i dati delle serie temporali.
- L'articolo è pubblicato su arXiv con ID 2605.16452.
- Gli algoritmi convenzionali sono limitati a singole modalità di segnale.
- I metodi di deep learning spesso mancano di interpretabilità.
Entità
Istituzioni
- arXiv