論文の概要: MVKT-ECG: Efficient Single-lead ECG Classification on Multi-Label Arrhythmia by Multi-View Knowledge Transferring

• arxiv url: http://arxiv.org/abs/2301.12178v1
• Date: Sat, 28 Jan 2023 12:28:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-31 18:39:21.472025
• Title: MVKT-ECG: Efficient Single-lead ECG Classification on Multi-Label Arrhythmia by Multi-View Knowledge Transferring
• Title（参考訳）: MVKT-ECG:多視点知識伝達によるマルチラベル不整脈の効率的な単誘導心電図分類
• Authors: Yuzhen Qin, Li Sun, Hui Chen, Wei-qiang Zhang, Wenming Yang, Jintao Fei, Guijin Wang
• Abstract要約: 単誘導心電図のマルチラベル診断能力を高めるために,心電図の多視点知識伝達(MVKT-ECG)を提案する。 MVKT-ECGは、教師-学生パラダイムにおける指導信号として、このリードバリアントを許す。 単誘導心電図と粘誘導心電図の相互疾患情報を改善するために,新たにCLT(Contrastive Lead-information Transfering)を提案する。
• 参考スコア（独自算出の注目度）: 27.034050939667534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The widespread emergence of smart devices for ECG has sparked demand for intelligent single-lead ECG-based diagnostic systems. However, it is challenging to develop a single-lead-based ECG interpretation model for multiple diseases diagnosis due to the lack of some key disease information. In this work, we propose inter-lead Multi-View Knowledge Transferring of ECG (MVKT-ECG) to boost single-lead ECG's ability for multi-label disease diagnosis. This training strategy can transfer superior disease knowledge from multiple different views of ECG (e.g. 12-lead ECG) to single-lead-based ECG interpretation model to mine details in single-lead ECG signals that are easily overlooked by neural networks. MVKT-ECG allows this lead variety as a supervision signal within a teacher-student paradigm, where the teacher observes multi-lead ECG educates a student who observes only single-lead ECG. Since the mutual disease information between the single-lead ECG and muli-lead ECG plays a key role in knowledge transferring, we present a new disease-aware Contrastive Lead-information Transferring(CLT) to improve the mutual disease information between the single-lead ECG and muli-lead ECG. Moreover, We modify traditional Knowledge Distillation to multi-label disease Knowledge Distillation (MKD) to make it applicable for multi-label disease diagnosis. The comprehensive experiments verify that MVKT-ECG has an excellent performance in improving the diagnostic effect of single-lead ECG.
• Abstract（参考訳）: ECG用のスマートデバイスの普及により、インテリジェントなシングルリードECGベースの診断システムへの需要が高まった。 しかし,いくつかの重要な疾患情報がないため,複数疾患診断のための単一リード型ECG解釈モデルの開発は困難である。 本研究では, シングルリード心電図のマルチラベル診断能力を高めるために, リード間多視点心電図伝達方式を提案する。 このトレーニング戦略は、複数のECG(例えば12リードのECG)の異なる視点から1リードのECG解釈モデルに優れた疾患知識を移し、ニューラルネットワークによって容易に見落とされる単一リードのECG信号で詳細をマイニングすることができる。 MVKT-ECGは、教師がマルチリードECGを観察し、単一リードECGのみを観察する学生を教育する、教師-学生パラダイムにおける指導信号として、このリードバリアントを許容する。 シングルリード心電図とミューリリード心電図の相互疾患情報は,知識伝達において重要な役割を担っているため,シングルリード心電図とミューリリード心電図の相互疾患情報を改善するために,新たにCLT(Contrastive Lead-information Transfering)を提案する。 また,従来の知識蒸留法をマルチラベル病知識蒸留法(mkd)に変更し,マルチラベル病診断に適用した。 MVKT-ECGは単葉心電図の診断効果を向上させるのに優れた性能を示した。

関連論文リスト

• Self-supervised inter-intra period-aware ECG representation learning for detecting atrial fibrillation [41.82319894067087]
  そこで本研究では,周期型ECG表現学習手法を提案する。 心房細動患者の心電図ではRR間隔の不規則性やP波の欠如を考慮し, 経時的および経時的表現のための特定の事前訓練タスクを開発する。 本手法は,発作/持続性心房細動検出のためのBTCHデータセット,textiti., 0.953/0.996におけるAUCの顕著な性能を示す。
  論文  参考訳（メタデータ） (2024-10-08T10:03:52Z)
• An Electrocardiogram Foundation Model Built on over 10 Million Recordings with External Evaluation across Multiple Domains [17.809094003643523]
  我々はECG解析の診断能力を拡大するECGファウンデーションモデル(ECGFounder)を導入する。 ECGFounderは、Harvard-Emory ECG Databaseから150のラベルカテゴリを持つ1000万以上のECGでトレーニングされた。 AUROCは80の診断で0.95を超える。
  論文  参考訳（メタデータ） (2024-10-05T12:12:02Z)
• MEIT: Multi-Modal Electrocardiogram Instruction Tuning on Large Language Models for Report Generation [41.324530807795256]
  心電図(Electrocardiogram、ECG)は、心臓の状態をモニタリングするための主要な非侵襲的診断ツールである。 最近の研究は心電図データを用いた心臓状態の分類に集中しているが、心電図レポートの生成は見落としている。 LLMとマルチモーダル命令を用いてECGレポート生成に取り組む最初の試みであるMultimodal ECG Instruction Tuning (MEIT) フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-07T23:20:56Z)
• Multi-scale Cross-restoration Framework for Electrocardiogram Anomaly Detection [33.48389041651675]
  心電図(Electrocardiogram、ECG)は、心疾患の診断に広く用いられるツールである。 希少な心疾患は、トレーニングデータセットがすべての心疾患を排出できないことを考慮して、従来の心電図解析を用いて診断されることがある。 本稿では、異常検出を用いて不健康状態を特定し、通常の心電図をトレーニング用として用いることを提案する。
  論文  参考訳（メタデータ） (2023-08-03T09:16:57Z)
• PulseNet: Deep Learning ECG-signal classification using random augmentation policy and continous wavelet transform for canines [46.09869227806991]
  犬心電図(ECG)の評価には熟練した獣医が必要である。 心電図の解釈と診断支援のための獣医師の現在の利用状況は限られている。 犬の心電図配列を正常または異常と分類するためのディープ畳み込みニューラルネットワーク(CNN)アプローチを実装した。
  論文  参考訳（メタデータ） (2023-05-17T09:06:39Z)
• Multimodal contrastive learning for diagnosing cardiovascular diseases from electrocardiography (ECG) signals and patient metadata [19.298394335663478]
  本研究は、心電図(ECG)信号による心血管疾患の診断における、コントラスト学習と深層学習の利用について論じる。 ECG信号は通常12個のリード(チャネル)を含むが、多くの医療施設やデバイスはこれらの12個のリードにアクセスできない。 本稿では,この課題にコントラスト学習を適用することができるかどうかを検証するための簡単な実験を紹介する。
  論文  参考訳（メタデータ） (2023-04-18T05:51:39Z)
• Automated Cardiovascular Record Retrieval by Multimodal Learning between Electrocardiogram and Clinical Report [28.608260758775316]
  本稿では,Large Language Models (LLM) と Vision-Transformer (ViT) モデルにおける最近のブレークスルーを活用し,ECGの解釈に新たなアプローチを導入する。 入力ECGデータに基づいて,最も類似した症例を自動的に同定する手法を提案する。 本研究は,未開発地域において診断サービスを提供する上で重要な資源となる可能性がある。
  論文  参考訳（メタデータ） (2023-04-13T06:32:25Z)
• SEVGGNet-LSTM: a fused deep learning model for ECG classification [38.747030782394646]
  入力ECG信号はまずセグメント化され、正規化され、その後、特徴抽出と分類のためにVGGとLSTMネットワークに入力される。 注目機構(SEブロック)をコアネットワークに組み込んで重要な特徴の重み付けを行う。
  論文  参考訳（メタデータ） (2022-10-31T07:36:48Z)
• ME-GAN: Learning Panoptic Electrocardio Representations for Multi-view ECG Synthesis Conditioned on Heart Diseases [24.52989747071257]
  本稿では,ME-GAN と呼ばれる多視点心電図合成のための疾患認識型生成対向ネットワークを提案する。 心臓疾患の心電図は特定の波形に局所化されることが多いため,適切な場所に病情報を正確に注入する「ミックスアップ正規化」を提案する。 総合的な実験により,ME-GANは多視点ECG信号合成において信頼性の高いモルビッド表現を用いて良好に機能することが確認された。
  論文  参考訳（メタデータ） (2022-07-21T14:14:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。