ProtoECGNet：基于案例的可解释深度学习用于多标签心电图分类与对比学习

本研究解决了心电图分类中缺乏透明和可信解释的问题，提出了一种基于原型的新方法ProtoECGNet，该模型通过与真实心电图片段的相似性提供基于案例的解释。研究结果表明，ProtoECGNet在心电图多标签分类中表现出竞争力，同时提供了结构化的、基于案例的解释，展现了原型学习在复杂多标签时间序列分类中的有效性。