Knowledge augmentation via synthetic data: A framework for ECG image classification

2026-06-30

0

PRE

AI

DOI：10.1016/j.bspc.2026.110879

原文求助

摘要

En 中文

• 两阶段知识增强提高了ECG图像分类效果。• 合成ECG图像在适配前支持形态学学习。• 从多样化来源学习的形态学可迁移至ECG照片。• ROI裁剪和CLAHE在减少背景噪声的同时保留了波形。• 该框架在2024年BHF挑战赛排行榜上排名第一。