未见类别可识别
临床知识驱动的对比学习与多超球模型，在多个12导联数据集上优于现有方法，能同时精细分类已知类型并识别未知类型。
Zhou, Shuang · Huang, Xiao · Liu, Ninghao · 章文 · 张婷 · Chung, Fulai
Neural Networks 2024
利用临床知识生成难负样本引导模型学习可区分的诊断特征，再通过多超球学习得到紧凑表示，使模型能够检测出训练时未出现过的类别。
在三个公开12导联数据集上均超越现有最佳方法，且在未见类别和部分已知类别上准确率更高。
代码和数据集已公开在GitHub上，便于复现和进一步开发。