多任务心律失常检测模型

强噪声下检测更稳

通过信号去噪与自蒸馏表征两个辅助任务，提升可穿戴心电在运动伪迹干扰下的心律失常检测鲁棒性。

Zhongyu, Wang · De Vos, Maarten · Ma, Caiyun · Qian, Jianghai · 李建清 · 刘澄玉

Expert Systems with Applications 2026

参数信息

心律失常检测AUC

0.801

心律失常检测AUC

0.742

技术优势

强噪声下仍能检测

通过信号去噪辅助任务抑制运动伪迹，在SNR低至-18 dB时仍能保持较高检测性能。

表征更稳定

自蒸馏表征辅助任务使模型学习到的特征对噪声更鲁棒，提升检测一致性。

任务冲突更少

梯度手术和自适应任务权重平衡减少了多任务学习中的冲突，提升训练稳定性。

应用场景

• 可穿戴心电监测：嵌入可穿戴设备，在日常活动中实时监测心电，减少噪声干扰。
• 心律失常筛查：在强噪声数据上仍能实现较高检测AUC，适合大规模人群筛查。
• 强噪声生理信号处理：专门针对低SNR信号设计，可处理严重运动伪迹污染的ECG。
• 健康物联网：模型轻量，可部署在边缘设备，支持物联网健康监测。
• 远程心脏监测：鲁棒检测使远程心电分析更具临床可靠性。