CardiacGen：一种用于心脏信号的层次化深度生成模型
机器学习
2022-11-16 v1 人工智能
信号处理
机器学习
摘要
我们提出 CardiacGen，一种用于生成如 ECG 等合成但生理上合理的心脏信号的深度学习框架。基于心血管系统功能的生理学，我们提出一种模块化层次化生成模型，并使用多目标损失函数对每个模块施加显式正则化约束进行训练。该模型包含 2 个模块：一个专注于生成真实心率变异性（Heart-Rate-Variability）特征的 HRV 模块，以及一个专注于为不同模态生成真实信号形态的 Morphology 模块。我们通过实验表明，除具有真实生理特征外，来自 CardiacGen 的合成数据可用于数据增强以提升基于深度学习的分类器性能。CardiacGen 代码见 https://github.com/SENSE-Lab-OSU/cardiac_gen_model。
引用
@article{arxiv.2211.08385,
title = {CardiacGen: A Hierarchical Deep Generative Model for Cardiac Signals},
author = {Tushar Agarwal and Emre Ertin},
journal= {arXiv preprint arXiv:2211.08385},
year = {2022}
}
备注
Extended Abstract presented at Machine Learning for Health (ML4H) symposium 2022, November 28th, 2022, New Orleans, United States & Virtual, http://www.ml4h.cc, 6 pages