跳到正文
arXiv cs.AI· Tsai-Min Chen (Research Center for Information Technology Innovation, Academia Sinica, Taipei, Taiwan, RIKEN Center for Interdisciplinary Theoretical and Mathematical Sciences), Jun Seita (RIKEN Center for Interdisciplinary Theoretical and Mathematical Sciences)·· 4 小时前AI 评分29

TIBECG:面向 ECG 波形发布中导联级人口统计隐私的时间信息瓶颈

TIBECG: Temporal Information Bottleneck for Lead-Specific Demographic Privacy in ECG Waveform Release

AI 导读

TIBECG 是一种架构级时间信息瓶颈,在从医院十二导联记录中提取的单个导联上评估,用 2,302,337 参数处理器在保持同一九评分一致性目标下改变潜在长度,且保护器拟合不使用年龄或性别标签。

正文 · AI 翻译

作者:Tsai-Min Chen(1 和 2)、Jun Seita(2)((1)台湾台北中央研究院资讯科技创新研究中心,(2)日本东京 RIKEN 跨学科理论与数学科学中心(iTHEMS),RIKEN)

查看 PDF

摘要:传输心电图(ECG)波形可能泄露超出预期诊断任务的人口统计信息。我们在从医院十二导联记录中提取的单个导联上评估 TIBECG,这是一种架构式时间信息瓶颈。一个 2,302,337 参数的处理器在保持相同的九项评分一致性目标的同时改变其潜在长度,保护器拟合中不含年龄或性别标签。在 6,386 条记录、十个折、12 个导联和 21 种长度上,回顾性选择在每个导联上保留了至少 95% 的干净 macro-F1。其较弱的年龄/性别区间增益在所有导联上均超过最佳合格常规变换,中位数为 22.08 个百分点。所实施的采样率比较表明,直接下采样通常更强地抑制人口统计推断,但诊断效用的损失更大,而 TIBECG 更倾向于保留效用。选择稳定性也因导联而异。较低的潜在 Kullback-Leibler(KL)散度并不能可靠地在固定长度下对残余性别泄露进行排序。这些发现支持对波形处理进行导联特异性评估,而非经过验证的消费者部署或专家可读重建。当波形输入诊断分类器作为专有云服务的一部分托管而非部署在设备上时,需要传输波形才能获得其评分。
评论: 12 页,9 幅图,2 张表。通讯作者:Tsai-Min Chen
主题: 机器学习(cs.LG);人工智能(cs.AI);密码学与安全(cs.CR);信号处理(eess.SP)
报告编号: RIKEN-iTHEMS-Report-26
引用为: arXiv:2611.21694 [cs.LG]
  (或本版本使用 arXiv:2611.21694v1 [cs.LG])
  https://doi.org/10.48550/arXiv.2611.21694

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Tsai-Min Chen 博士 [查看电子邮件]
[v1] 2026 年 11 月 16 日星期一 11:24:17 UTC(2,419 KB)

来源:arXiv cs.AI · arxiv.org