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通用多面手。本研究推出HuBERT-ECG——一个基于自监督预训练的基础ECG模型，其训练数据包含910万份12导联心电图，涵盖164种心血管疾病。仅需添加输出层，该模型即可微调用于各类下游任务，从疾病诊断到心血管事件预测。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-large模型

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工作有价值，请引用：

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