license: cc-by-nc-4.0 library_name: transformers tags:

• 医疗

HuBERT-ECG：面向广泛可扩展心脏应用的自监督基础模型

原始代码库：https://github.com/Edoar-do/HuBERT-ECG

许可协议：CC BY-NC 4.0

摘要

深度学习模型在心电图（ECG）分析中展现出卓越性能，但其发展受限于ECG数据集的稀缺性和规模，导致现有系统多为专项任务专家而非全能型通用模型。本研究推出HuBERT-ECG——一个基于自监督预训练的基础ECG模型，其训练数据涵盖910万份12导联心电图，包含164种心血管病症。仅需添加输出层，该模型即可微调适用于从疾病诊断到心血管事件预测的各类下游任务。在多样化现实场景中，HuBERT-ECG的AUROC指标从低数据环境的84.3%至大规模设置的99%不等。当同步检测164种共存病症时，模型对140种和94种疾病的AUROC分别突破90%和95%。在预测2年内死亡事件方面，其AUROC达到93.4%。我们公开了模型与代码。

模型库

本仓库包含自监督预训练的hubert-ecg-small版本

代码示例

from transformers import AutoModel
size = 'small' # 可选尺寸：small, base, large
hubert_ecg = AutoModel.from_pretrained(f"Edoardo-BS/hubert-ecg-{size}", trust_remote_code=True)

重要提示

使用前务必进行数据预处理！详见论文说明

📚 引用

若使用我们的模型或认为本研究有价值，请引用：

doi: https://doi.org/10.1101/2024.11.14.24317328