心臓伝導の観点からのECG表現学習

この論文は、既存のECG自己教師あり学習（eSSL）方法の限界に対処し、心臓伝導プロセスに焦点を当て、ECG診断ガイドラインに沿ったアプローチを提案しています。2段階のフレームワーク、CLEAR-HUGを提案し、リード間の心臓伝導の微妙な変動を捉え、ダウンストリームタスクのパフォーマンスを向上させています。

• •ECG表現学習のための2段階フレームワーク、CLEAR-HUGを提案。
• •心臓伝導プロセスとリード間の微妙な変動に焦点を当てる。
• •ECG診断ガイドラインに沿う。
• •6つのタスクで6.84%の改善を達成。