用于多导联 ECG 分类的无卷积波形 Transformer
信号处理
2021-10-01 v1 机器学习
摘要
我们展示了参加 2021 PhysioNet/CinC 挑战赛的方案——一种从 ECG 记录检测心脏异常的波形 Transformer 模型。我们利用来自六个数据集约 88,000 条 ECG 记录，比较了该波形 Transformer 模型在不同 ECG 导联子集上的性能。在官方排名中，prna 队在 12、6、4、3 和 2 导联集上分别排名第 9 至 15。我们的波形 Transformer 模型在所有 ECG 导联子集的留出测试集上取得了 0.47 的平均挑战指标。我们在所有导联上的综合表现使我们在 39 支官方排名队伍中位列第 11。
引用
@article{arxiv.2109.15129,
title = {Convolution-Free Waveform Transformers for Multi-Lead ECG Classification},
author = {Annamalai Natarajan and Gregory Boverman and Yale Chang and Corneliu Antonescu and Jonathan Rubin},
journal= {arXiv preprint arXiv:2109.15129},
year = {2021}
}
备注
Computing in Cardiology - 2021 PhysioNet Challenge