热点事件观察中

图注意力模型在心脏模拟中早期预测心室折返

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

EPIONE 与 ISIR/MLIA 研究团队提出一种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节点电压样本，结合编码几何、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。该工作为模拟数据上的早期预测研究，尚处论文摘要阶段，未见真实心脏数据验证。据论文摘要，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的描述符。

AI 根据报道生成 · 11 小时前更新

最新进展10月20日 12:00

生理感知图注意力用于早期心室折返预测

报道时间线

沿着报道，了解事件的不同侧面。

10月20日

12:00
arXiv · cs.AI
生理感知图注意力用于早期心室折返预测
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。

本事件热度走势

可比范围当前: 5
可比范围峰值: 610月21日 06:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。