用于在分布偏移下进行稳健ECG分析的因果生理学表示学习
Research Paper#Medical AI, ECG Analysis, Adversarial Robustness, Causal Inference🔬 Research|分析: 2026年1月3日 09:18•
发布: 2025年12月31日 02:08
•1分で読める
•ArXiv分析
本文解决了用于ECG诊断的深度学习模型容易受到对抗性攻击（特别是模拟生物形态的攻击）的问题。它提出了一种新方法，即因果生理学表示学习（CPR），以在不牺牲效率的情况下提高鲁棒性。核心思想是利用结构因果模型（SCM）来解开不变的病理特征与非因果伪影，从而实现更稳健和可解释的ECG分析。