BriefGPT - AI 论文速递
·
Knowledge-Enhanced Multimodal ECG Representation Learning with Arbitrary Lead Input
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出K-MERL框架，旨在解决多模态心电图表示学习中信号与文本报告的对齐问题，尤其是在资源有限的情况下。该框架利用大语言模型提取知识，并采用动态导联掩蔽的ECG编码器。评估结果显示，在零样本分类和线性探测任务中表现优异，部分导联的零样本分类平均AUC提高了16%。
🎯
关键要点
- 本研究提出K-MERL框架，解决多模态心电图表示学习中信号与文本报告的对齐问题。
- 该框架特别针对资源有限的情况，尤其是在缺乏完整的12导联设置时。
- K-MERL框架利用大语言模型提取结构化知识。
- 采用动态导联掩蔽的ECG编码器以适应任意导联输入。
- 评估结果显示在零样本分类和线性探测任务上表现优异。
- 部分导联的零样本分类平均AUC提高了16%。
➡️
