医学 AI

Time-Varying Spiky Wave-Shape Functions for Non-Stationary Signal Decomposition

用于非平稳信号分解的时变尖峰波形函数

Marcelo A. Colominas, Hau-Tieng Wu

专题命中 健康监测 ：biomedical(abstract)；分类 eess.SP

AI总结 该研究提出尖峰形状自适应模式分解（SSAMD）框架，针对非平稳尖峰信号分解，结合PCA参数化与熵正则化，在生物医学信号验证中实现去噪、波形跟踪等功能，克服现有模型局限。

Graph-Based Pseudo-multimodal Contrastive Learning for 12-Lead ECG Representations

基于图的伪多模态对比学习用于12导联心电图表征

Mengyu Wang, Kozo Okada, Takafumi Goto, Natsuko Jinba, Hiroki Yamaya, Kiyoshi Hibi, Tomoki Hamagami

机构 * Yokohama National University（横滨国立大学） ； Yokohama City University Medical Center（横滨市立大学医学中心） ； Fukuda Denshi Co.,Ltd（福田电子株式会社） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对现有12导联ECG分析方法难以捕捉导联间依赖与全局模式的问题，提出Graph-CMMC框架，通过将ECG波形转换为GADF图像构建伪多模态表征，结合图关系模块建模导联间依赖，在冠状动脉闭塞分类任务上取得了有竞争力的性能。

Comments 7 pages, 7 figures. Presented at the 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2026)

Evaluator-Dependent Patient-Adaptive ECG Lead-Channel Allocation

依赖评估器的患者自适应心电图导联-通道分配

Xiaoyang Li, Zeyan Tao

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.CV

AI总结 该研究在PTB-XL数据集上证实，自适应心电图通道分配策略的性能依赖于所用诊断评估器，联合优化感知与诊断系统仍是未解决的问题。