arXiv · cs.AI · Artur Xavier, Guilherme Henrique Gomes Evangelista, Aitazaz Khan, Antonio Luiz Pinho Ribeiro, Mohammed J. Zaki, Srinivasan Parthasarathy, Wagner Meira Jr · 11 小时前模型评分43
LYNX-ECG：用可见图神经网络实现准确且可审计的心电图分类
Accurate and Auditable ECG Classification via Visibility Graph Neural Networks
导读
LYNX-ECG 将每次心跳表示为带时间戳转折点的稀疏可见图，在 CODE-Test 上取得 0.889 的宏 F1 分数，超过包括 ECGFounder 基础模型在内的五个基线，图存储量约为逐样本建图的 14%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “We introduce LYNX-ECG, a graph neural network that represents each heartbeat as a sparse visibility graph of timestamped turning points.”
来源：arXiv · cs.AI · arxiv.org