arXiv · cs.AI· Ma{\"e}lis Morier (EPIONE), Jairo Rodr{\'i}guez Padilla (ISIR, MLIA), Patrick Gallinari (ISIR, MLIA), Maxime Sermesant (EPIONE)·· 1 天前
生理感知图注意力用于早期心室折返预测
Physiology-Aware Graph Attention for Early Ventricular Reentry Prediction
arXiv:2610.26430v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ma{\"e}lis Morier (EPIONE), Jairo Rodr{\'i}guez Padilla (ISIR, MLIA), Patrick Gallinari (ISIR, Maxime Sermesant (EPIONE)
期刊信息（来源提供）：STACOM 2026 - 17th International Workshop on Statistical Atlases and Computational Models of the Heart, Sep 2026, Strasbourg, France
研究任务与主要进展
作者提出生理感知图注意力分类器，利用模拟心脏电生理中前两次起搏激活的早期节点电压样本，以及编码几何、刺激频率、组织标签、幅度和舒张间期的边属性，在持续性心室折返出现前进行预测。基于论文摘要，在平衡的1000次独立测试模拟上，分类器取得94.6%准确率、95.4%敏感度、93.8%特异度、0.987 ROC-AUC和0.985 PR-AUC；消融实验显示舒张间期是最关键描述符。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org