变革心电图诊断：基于 Transformer 的深度学习模型在心血管疾病检测中的深入综述
机器学习
2023-06-05 v1 信号处理
摘要
深度学习的出现显著增强了心电图（ECG）的分析，这是一种评估心脏健康不可或缺的非侵入性方法。尽管心电图解读复杂，先进的深度学习模型仍优于传统方法。然而，心电图数据日益复杂以及对实时、准确诊断的需求，促使探索更鲁棒的架构，如 transformer。在此，我们对应用于 ECG 分类的 transformer 架构进行深入综述。这些模型最初为自然语言处理而开发，能捕捉 ECG 信号中其他模型可能忽略的复杂时间关系。我们对最新的基于 transformer 的模型进行了广泛检索并总结，以讨论其应用中的进展与挑战，并提出潜在的未来改进方向。本综述为研究人员和从业者提供了宝贵资源，旨在阐明这一 ECG 解读中的创新应用。
引用
@article{arxiv.2306.01249,
title = {Transforming ECG Diagnosis:An In-depth Review of Transformer-based DeepLearning Models in Cardiovascular Disease Detection},
author = {Zibin Zhao},
journal= {arXiv preprint arXiv:2306.01249},
year = {2023}
}