論文の概要: ECGomics: An Open Platform for AI-ECG Digital Biomarker Discovery
- arxiv url: http://arxiv.org/abs/2601.15326v1
- Date: Mon, 19 Jan 2026 07:55:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-23 21:37:20.352323
- Title: ECGomics: An Open Platform for AI-ECG Digital Biomarker Discovery
- Title（参考訳）: ECGomics: AI-ECGデジタルバイオマーカー発見のためのオープンプラットフォーム
- Authors: Deyun Zhang, Jun Li, Shijia Geng, Yue Wang, Shijie Chen, Sumei Fan, Qinghao Zha, Shenda Hong,
- Abstract要約: ECGomicsは、心臓信号をデジタルバイオマーカーに多次元的に分解するための体系的パラダイムである。
私たちはこのフレームワークを,Webベースのリサーチプラットフォームとモバイル統合ソリューションで構成されるスケーラブルなエコシステムに運用しました。
- 参考スコア（独自算出の注目度）: 20.629258029871366
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Background: Conventional electrocardiogram (ECG) analysis faces a persistent dichotomy: expert-driven features ensure interpretability but lack sensitivity to latent patterns, while deep learning offers high accuracy but functions as a black box with high data dependency. We introduce ECGomics, a systematic paradigm and open-source platform for the multidimensional deconstruction of cardiac signals into digital biomarker. Methods: Inspired by the taxonomic rigor of genomics, ECGomics deconstructs cardiac activity across four dimensions: Structural, Intensity, Functional, and Comparative. This taxonomy synergizes expert-defined morphological rules with data-driven latent representations, effectively bridging the gap between handcrafted features and deep learning embeddings. Results: We operationalized this framework into a scalable ecosystem consisting of a web-based research platform and a mobile-integrated solution (https://github.com/PKUDigitalHealth/ECGomics). The web platform facilitates high-throughput analysis via precision parameter configuration, high-fidelity data ingestion, and 12-lead visualization, allowing for the systematic extraction of biomarkers across the four ECGomics dimensions. Complementarily, the mobile interface, integrated with portable sensors and a cloud-based engine, enables real-time signal acquisition and near-instantaneous delivery of structured diagnostic reports. This dual-interface architecture successfully transitions ECGomics from theoretical discovery to decentralized, real-world health management, ensuring professional-grade monitoring in diverse clinical and home-based settings. Conclusion: ECGomics harmonizes diagnostic precision, interpretability, and data efficiency. By providing a deployable software ecosystem, this paradigm establishes a robust foundation for digital biomarker discovery and personalized cardiovascular medicine.
- Abstract（参考訳）: 背景: 従来の心電図 (ECG) 解析では、専門家駆動の機能は解釈可能性を保証するが、潜伏パターンに対する感受性は欠く。
本稿では,心信号のディジタルバイオマーカーへの多次元デコンストラクションのための,系統的パラダイムとオープンソースプラットフォームであるECGomicsを紹介する。
方法:ゲノム学の分類学的厳密さにインスパイアされたECGomicsは、構造、強度、機能、比較の4次元にわたって心臓活動を分解する。
この分類法は、専門家が定義した形態規則をデータ駆動の潜在表現と相乗し、手作りの特徴とディープラーニングの埋め込みのギャップを効果的に埋める。
結果: 私たちはこのフレームワークを,Webベースのリサーチプラットフォームとモバイル統合ソリューション(https://github.com/PKUDigitalHealth/ECGomics)で構成されるスケーラブルなエコシステムに運用しました。
Webプラットフォームは、高精度パラメータ設定、高忠実度データ取り込み、12リードの可視化を通じて、ハイスループット分析を容易にし、4つのECGomics次元にわたるバイオマーカーの体系的な抽出を可能にする。
携帯型センサーとクラウドベースのエンジンを統合したモバイルインターフェースは,リアルタイムな信号取得と,構造化診断レポートの即時配信を可能にする。
このデュアルインタフェースアーキテクチャは、ECGomicsを理論的な発見から、分散化された実世界の健康管理に移行し、多様な臨床および家庭ベースの環境におけるプロフェッショナルグレードの監視を確実にする。
結論: ECGomicsは診断精度、解釈可能性、データ効率を調和させる。
このパラダイムは、デプロイ可能なソフトウェアエコシステムを提供することによって、デジタルバイオマーカー発見とパーソナライズされた心臓血管医学の強固な基盤を確立する。
関連論文リスト
- BEAT-Net: Injecting Biomimetic Spatio-Temporal Priors for Interpretable ECG Classification [1.3909285316906435]
BEAT-NetはTokenizationフレームワークを用いたバイオミメティックECG分析である。
局所的なビート形態を抽出する特殊なエンコーダによって心臓生理を分解する。
例外的なデータ効率を示し、注釈付きデータの30～35%しか使用せずに、完全に教師付きのパフォーマンスを回復する。
論文 参考訳（メタデータ） (2026-01-12T08:37:47Z) - Simulator and Experience Enhanced Diffusion Model for Comprehensive ECG Generation [52.19347532840774]
本稿では,心電図生成のための新しい生理シミュレータSE-Diffを提案する。
SE-Diffは、軽量常微分方程式(ODE)ベースのECGシミュレータをビートデコーダを介して拡散過程に統合する。
実世界のECGデータセットに対する大規模な実験により、SE-Diffは信号の忠実度とテキスト-ECGセマンティックアライメントの両方を改善している。
論文 参考訳（メタデータ） (2025-11-13T02:57:10Z) - EEG-MedRAG: Enhancing EEG-based Clinical Decision-Making via Hierarchical Hypergraph Retrieval-Augmented Generation [45.031633614714]
EEG-MedRAGは3層ハイパーグラフに基づく検索拡張生成フレームワークである。
EEGドメイン知識、個々の患者ケース、大規模リポジトリをトラバース可能なn-aryリレーショナルハイパーグラフに統合する。
第1回クロスリリース・クロスロールEEG臨床QAベンチマークを,7つの障害と5つの臨床的観点から紹介した。
論文 参考訳（メタデータ） (2025-08-19T11:12:58Z) - MEETI: A Multimodal ECG Dataset from MIMIC-IV-ECG with Signals, Images, Features and Interpretations [12.00096975933262]
心電図(ECG)は、非侵襲的不整脈、心筋虚血、伝導障害の診断を可能にする、現代の心血管ケアにおける基礎的な役割を担っている。
既存のECGデータセットの多くは、単一のモダリティデータのみを提供するか、あるいは少なくとも2つのモダリティを提供するため、さまざまなECG情報を現実世界の設定で理解し統合することのできるモデルを構築するのが難しくなる。
我々は、原波形データ、高解像度プロット画像、および大規模言語モデルによって生成された詳細なテキスト解釈を同期する最初の大規模ECGデータセットであるMEETIを紹介する。
論文 参考訳（メタデータ） (2025-07-21T05:32:44Z) - RadFabric: Agentic AI System with Reasoning Capability for Radiology [61.25593938175618]
RadFabricは、総合的なCXR解釈のための視覚的およびテキスト分析を統合するマルチエージェント、マルチモーダル推論フレームワークである。
システムは、病理診断に特殊なCXRエージェント、正確な解剖学的構造に視覚所見をマッピングする解剖学的解釈エージェント、および視覚的、解剖学的、臨床データを透明かつ証拠に基づく診断に合成する大規模なマルチモーダル推論モデルを利用した推論エージェントを使用する。
論文 参考訳（メタデータ） (2025-06-17T03:10:33Z) - BrainOmni: A Brain Foundation Model for Unified EEG and MEG Signals [46.121056431476156]
異種脳波とMEG記録を対象とする脳基礎モデルBrain Omniを提案する。
既存のアプローチは一般的に、パフォーマンスとクロスドメインのスケーラビリティを制限する、分離、モダリティ、データセット固有のモデルに依存します。
EEGの合計1,997時間、MEGデータの656時間は、事前トレーニングのために公開されているソースからキュレーションされ、標準化されている。
論文 参考訳（メタデータ） (2025-05-18T14:07:14Z) - An AI-Driven Live Systematic Reviews in the Brain-Heart Interconnectome: Minimizing Research Waste and Advancing Evidence Synthesis [29.81784450632149]
我々はブレイン・ハード・インターコネクトーム(BHI)ドメインの体系的レビューを強化するAI駆動システムを開発した。
このシステムは、PICOS(Population, Intervention, Comparator, Outcome, and Study Design)の自動検出、ベクトル埋め込みを用いたセマンティック検索、グラフベースのクエリ、トピックモデリングを統合している。
このシステムはリアルタイムのアップデートを提供し、リビングデータベースによる研究の無駄を減らし、ダッシュボードと対話型AIを備えた対話型インターフェースを提供する。
論文 参考訳（メタデータ） (2025-01-25T03:51:07Z) - Electrocardiogram (ECG) Based Cardiac Arrhythmia Detection and Classification using Machine Learning Algorithms [0.0]
機械学習(ML)と深層学習(DL)は、診断、予後、重篤な健康状態の治療を改善するために、医学の新たな展望を開いている。
本稿では,不整脈心電図(ECG)信号を分類するための予測精度の高いMLモデルの開発に着目する。
論文 参考訳（メタデータ） (2024-12-07T08:29:44Z)
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。