医学 AI

A Novel Data Augmentation Strategy for Robust Deep Learning Classification of Biomedical Time-Series Data: Application to ECG and EEG Analysis

一种用于生物医学时间序列数据鲁棒深度学习分类的新型数据增强策略：在ECG和EEG分析中的应用

Mohammed Guhdar, Ramadhan J. Mstafa, Abdulhakeem O. Mohammed

机构 * Computer Science Department, College of Science, University of Zakho（扎赫大学科学学院计算机科学系） ； Department of Computer Science and Information Technology, The American University of Kurdistan（库尔德斯坦美国大学计算机科学与信息技术系） ； PRIME Lab, Scientific Research Center, University of Zakho（扎赫大学科学研究中心PRIME实验室） 纠错

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

AI总结 提出一种结合ResNet-CNN与注意力机制的统一深度学习框架，通过时域拼接多个增强变体的新型数据增强策略和Focal Loss处理类别不平衡，在ECG和EEG数据集上达到99.96%-100%的准确率，且内存需求低、推理速度快。

Truth, Trust, and Trouble: Medical AI on the Edge

真相、信任与麻烦：边缘上的医疗AI

Mohammad Anas Azeez, Rafiq Ali, Ebad Shabbir, Zohaib Hasan Siddiqui, Gautam Siddharth Kashyap, Jiechao Gao, Usman Naseem

机构 * Jamia Hamdard（贾迈亚哈姆达德大学） ； DSEU-Okhla ； Macquarie University（麦考瑞大学） ； Center for SDGC, Stanford University（SDGC中心，斯坦福大学） 纠错

专题命中 健康监测 ：medical AI(title)

AI总结 通过一个包含1000多个健康问题的基准测试框架，评估Mistral-7B、BioMistral-7B-DARE和AlpaCare-13B三个模型在诚实、有用性和无害性方面的表现，发现AlpaCare-13B准确率最高（91.7%）且无害性最佳（0.92），而领域微调可提升安全性，少样本提示能提高准确率，但复杂查询下有用性下降。

Comments Accepted at EMNLP 2025 (Industry Track)

FlowECG: Using Flow Matching to Create a More Efficient ECG Signal Generator

FlowECG：利用流匹配创建更高效的ECG信号生成器

Vitalii Bondar, Serhii Semenov, Vira Babenko, Dmytro Holovniak

机构 * Cherkasy State Technological University（切爾卡西州立科技大學） ； University of the National Education Commission（國家教育委員會大學） ； State Scientific Research Institute of Armament and Military Equipment Testing and Certification（軍事裝備測試和認證州科學研究 institutes） 纠错

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

AI总结 提出FlowECG方法，采用流匹配替代扩散过程，通过连续流动力学学习噪声到数据分布的直连路径，在PTB-XL数据集上以更少的采样步数（10-25次）达到与扩散方法（200次）相当的生成质量，计算需求降低一个数量级。

Comments 8 pages, 2 figures, 1 table, reviewed version will be published in "Sensors, Devices and Systems 2025 Proceedings" (Springer's Lecture Notes in Electrical Engineering)