面向 AI 基于 ECG 信号分析的实时预处理方法评估
机器学习
2025-10-15 v1 人工智能
摘要
便携式 ECG 系统日益流行，对于实现隐私合规、能耗高效的实时分析，迫切需要数据获取点的新方法。 在此背景下，边缘领域的重要性日益凸显，既能缩短延迟时间，又能提升数据安全性。 FACE 项目旨在开发一种创新的机器学习解决方案，用于分析长期电生理图， synergistically 地结合了边缘计算和云计算的优势。 本论文分析了 ECG 信号的各种预处理步骤，论及其在项目中的适用性。 选择适合的边缘方法时，特别考虑能源效率、处理能力和实时性等指标。
引用
@article{arxiv.2510.12541,
title = {Evaluation of Real-Time Preprocessing Methods in AI-Based ECG Signal Analysis},
author = {Jasmin Freudenberg and Kai Hahn and Christian Weber and Madjid Fathi},
journal= {arXiv preprint arXiv:2510.12541},
year = {2025}
}
备注
Conference paper for 2025 IEEE World AI IoT Congress (AIIoT), FACE Project, University of Siegen, Germany