LYNX-ECG：可审计心电图分类新方法
热点事件持续更新
LYNX-ECG：可审计心电图分类新方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Artur Xavier 等作者提出 LYNX-ECG，将每次心跳表示为带时间戳转折点的稀疏可见图，用于心电图分类。作者称该方法在 CODE-Test 上取得 0.889 的 macro F1，超过包括 ECGFounder 基础模型在内的五个基线，图存储量约为逐样本建图的 14%。 由于每个节点对应具体 ECG 时刻，可删除临床定义的波形区域并改变心搏时序来审计预测。作者报告，传导障碍中临床预期区域在超过 90% 的正确预测里是最强证据，房颤判断在去除逐搏变异后消失。
AI 根据报道生成 · 46 分钟前更新
最新进展11月3日 13:00
LYNX-ECG：用可见图神经网络实现准确且可审计的心电图分类报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AILYNX-ECG：用可见图神经网络实现准确且可审计的心电图分类
LYNX-ECG 将每次心跳表示为带时间戳转折点的稀疏可见图，在 CODE-Test 上取得 0.889 的 macro F1，超过包括 ECGFounder 基础模型在内的五个基线，图存储量约为逐样本建图的 14%。由于每个节点对应具体 ECG 时刻，可删除临床定义的波形区域并改变心搏时序来审计预测：传导障碍中临床预期区域在超过 90% 的正确预测里是最强证据，房颤判断在去除逐搏变异后消失。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。