ECGadv：生成对抗性心电图以误导心律失常分类系统
机器学习
2026-05-28 v4 信号处理
机器学习
摘要
由深度神经网络（DNNs）驱动的心电图（ECG）诊断系统近来取得了可喜进展，有望取代心脏病专家的繁琐检查。然而，它们对对抗性攻击的脆弱性仍缺乏全面研究。由于 ECG 在可视化和动态特性方面的独特性质，图像域中现有的攻击无法直接适用。因此，本文迈出一步，深入探索针对 DNN 驱动 ECG 诊断系统的对抗性攻击。我们分析 ECG 的特性，分别在两种攻击模型下设计有效的攻击方案。我们的结果展示了 DNN 驱动诊断系统在对抗性攻击下的盲点，这呼吁人们关注充分的应对措施。
引用
@article{arxiv.1901.03808,
title = {ECGadv: Generating Adversarial Electrocardiogram to Misguide Arrhythmia Classification System},
author = {Huangxun Chen and Chenyu Huang and Qianyi Huang and Qian Zhang and Wei Wang},
journal= {arXiv preprint arXiv:1901.03808},
year = {2026}
}
备注
Accepted by AAAI 2020