10%标注即近全监督
首个在12导联心电图中探索自适应阈值的半监督学习模型，用投票决策机制区分高低置信度无标注数据。
Shi, Jiguang · Zhoutong, Li · 刘文翰 · Huaicheng, Zhang · 74361476 · 74361477 · 常胜 · 王豪 · 何进 · 黄启俊
Information Sciences 2024
只需10%的标注心电图即可达到与全监督方法相当的性能，大幅减少人工标注工作量。
在相同标注量下，相比纯监督学习准确率至少提升5.15%，且该提升通过自适应阈值机制实现。
通过高/低置信度划分，伪标签和一致性正则化共同指导无监督学习，使所有无标注心电图都得到利用。