跳到正文
arXiv · AI· Yixuan Duan, Arjun Naik, Sadeer Al-Kindi, Wei Qiu·· 3 天前AI 评分33

CADENCE 框架:从 ECG 基础模型中提取可解释的神经生理概念

CADENCE: A Cardiac Atom Dictionary for Interpretable Neural Concept Extraction from ECG Foundation Models

AI 导读

CADENCE 利用 BatchTopK 稀疏自编码器将超过 900 万个 ECG token 的 Layer-6 嵌入分解为 8,192 个稀疏心脏原子。 这些原子在临床表型和波形形态上的平均 AUROC 分别为 0.88 和 0.90,显著优于密集维度的 0.78 和 0.83。 该框架提供可扩展方法,用于发现并审计 ECG 基础模型中编码的生理知识。

来源:arXiv · AI · arxiv.org