Il framework PECS migliora il rilevamento del concetto drift nei segnali fisiologici multimodali
Un nuovo framework chiamato PECS (Physiologic Stability) è stato proposto per rilevare il concetto drift nei segnali fisiologici multimodali, concentrandosi in particolare sui dati dell'elettrocardiogramma (ECG). Il framework confronta i cambiamenti interni del modello con i cambiamenti misurabili del segnale per decidere se mantenere, modificare o segnalare incertezza nelle previsioni. Tratta l'ECG come segnale cardiaco primario, utilizza la fotopletismografia (PPG) per informazioni su polso e vascolarizzazione, e incorpora la respirazione solo quando ECG e PPG sono in disaccordo. Il framework è stato testato sul dataset PTB-XL a scala pilota e completa, nonché su coorti sincronizzate di forme d'onda BIDMC e MIMIC. I risultati hanno mostrato che le coppie di domini ottimali variavano tra i dataset, indicando che aggiungere tutti i segnali disponibili non è sempre vantaggioso. PECS ha superato i baseline valutati. L'articolo è disponibile su arXiv con identificatore 2608.07759.
Fatti principali
- PECS è un framework di stabilità fisiologica per rilevare il concetto drift nei segnali fisiologici multimodali.
- Confronta i cambiamenti all'interno del modello con i cambiamenti misurabili nel segnale.
- L'ECG è il segnale cardiaco principale; la PPG aggiunge informazioni su polso e vascolarizzazione; la respirazione è utilizzata solo quando ECG e PPG sono in disaccordo.
- Testato su PTB-XL (scale pilota e completa) e su coorti sincronizzate di forme d'onda BIDMC e MIMIC.
- Le coppie di domini ottimali variavano tra i dataset, mostrando che aggiungere ogni segnale disponibile non è sempre la scelta migliore.
- PECS ha superato i baseline valutati.
- Articolo disponibile su arXiv con identificatore 2608.07759.
Entità
Istituzioni
- arXiv