科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-04-21 至 2026-04-21 共收录 3 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 健康监测 3 篇

2603.26475 2026-04-21 cs.LG cs.AI eess.SP math.RT 62%

Foundation Model for Cardiac Time Series via Masked Latent Attention

通过掩码潜在注意力的心脏时间序列基础模型

Moritz Vandenhirtz, Samuel Ruipérez-Campillo, Simon Böhi, Sonia Laguna, Irene Cannistraci, Andrea Agostini, Ece Ozkan, Thomas M. Sutter, Julia E. Vogt

机构 * Department of Computer Science, ETH Zurich, Switzerland（苏黎世联邦理工学院计算机科学系，瑞士）； Department of Biomedical Engineering, University of Basel, Switzerland（巴塞尔大学生物医学工程系，瑞士）

专题命中健康监测：diagnosis(abstract)；分类 cs.LG、eess.SP

AI总结本文提出LAMAE基础模型，通过自监督预训练学习跨导联连接机制，提升ECG表示质量和迁移能力，在预测ICD-10编码上优于独立导联掩码模型和对齐基线。

Comments First two authors are co-first. Last two authors are co-senior

Journal ref ICLR 2026: Workshop on Foundation Models for Science

2604.16442 2026-04-21 eess.SP cs.AI cs.LG 62%

The Breakthrough of Sleep: A Contactless Approach for Accurate Sleep Stage Detection Using the Sleepal AI Lamp

睡眠的突破：一种无接触方法用于准确睡眠阶段检测的Sleepal AI灯

Zhuo Diao, Yueting Li, Jianpeng Wang, Shengyu Guan, Xinwei Wang, Wenxiong Cui, Xin Shi, Tong Liu, Kailai Sun, Jingyu Wang, Dian Fan, Thomas Penzel

机构 * Hong Kong Xsmart Century Technology Co., Ltd.（香港Xsmart世纪科技有限公司）； Urban Mobility Lab, Massachusetts Institute of Technology（城市移动实验室，麻省理工学院）； Singapore-MIT Alliance for Research and Technology (SMART) Centre（新加坡-麻省理工联盟研究技术中心）； Department of Respiratory and Critical Care Medicine, Binzhou Medical University Hospital（呼吸与危重症医学科，滨州医学院医院）； Interdisciplinary Center of Sleep Medicine, Charité – Universitätsmedizin Berlin（睡眠医学跨学科中心，夏里特-柏林大学医学中心）

专题命中健康监测：diagnosis(abstract)；分类 cs.LG、eess.SP

AI总结本文提出了一种基于雷达的无接触睡眠监测方法，通过多尺度呼吸和运动特征训练深度学习模型，实现了高精度的睡眠阶段检测，验证了Sleepal AI灯在睡眠评估中的可靠性。

Comments 20 pages, 12 figures, 4 tables. Preprint version; intended submission to Physiological Measurement

2406.06543 2026-04-21 cs.AR cs.LG cs.NE eess.SP 62%

SparrowSNN: A Hardware/software Co-design for Energy Efficient ECG Classification

SparrowSNN：面向能源高效心电图分类的软硬件协同设计

Zhanglu Yan, Zhenyu Bai, Tulika Mitra, Weng-Fai Wong

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院）

专题命中健康监测：biomedical(abstract)；分类 cs.LG、eess.SP

AI总结本文提出SparrowSNN，一种针对边缘设备优化的软硬件协同设计，通过改进的脉冲激活函数、定制化混合ANN-SNN模型和低功耗可重构ASIC架构，在生物医学数据集上实现了20倍至100倍的能耗降低和状态-of-the-art准确率。