:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Oladunni, Timothy, Aneni, Ehimen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Signal Processing Machine Learning
Online-Zugang:	https://arxiv.org/abs/2508.11666
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Complementarity-Preserving Generative Theory for Multimodal ECG Synthesis: A Quantum-Inspired Approach
von: Oladunni, Timothy, et al.
Veröffentlicht: (2026)

A Nonlinear Complexity Index for Wearable PPG Cardiovascular Stability: Multiscale Validation, Systematic Evaluation Correction, and Bayesian Parameter Optimization
von: Oladunni, Timothy, et al.
Veröffentlicht: (2026)

ConvexECG: Lightweight and Explainable Neural Networks for Personalized, Continuous Cardiac Monitoring
von: Ansari, Rayan, et al.
Veröffentlicht: (2024)

TransECG: Leveraging Transformers for Explainable ECG Re-identification Risk Analysis
von: Wang, Ziyu, et al.
Veröffentlicht: (2025)

Optimizing Neural Network Scale for ECG Classification
von: Lee, Byeong Tak, et al.
Veröffentlicht: (2023)

MEETI: A Multimodal ECG Dataset from MIMIC-IV-ECG with Signals, Images, Features and Interpretations
von: Zhang, Deyun, et al.
Veröffentlicht: (2025)

Modeling Day-Long ECG Signals to Predict Heart Failure Risk with Explainable AI
von: Zvuloni, Eran, et al.
Veröffentlicht: (2025)

Generating Realistic Multi-Beat ECG Signals
von: Pöhl, Paul, et al.
Veröffentlicht: (2025)

ECG-SleepNet: Deep Learning-Based Comprehensive Sleep Stage Classification Using ECG Signals
von: Aghaomidi, Poorya, et al.
Veröffentlicht: (2024)

Evaluation of Deep Learning Models for LBBB Classification in ECG Signals
von: Ordóñez, Beatriz Macas, et al.
Veröffentlicht: (2025)

Deep learning model for ECG reconstruction reveals the information content of ECG leads
von: Gradowski, Tomasz, et al.
Veröffentlicht: (2025)

In-ear ECG Signal Enhancement with Denoising Convolutional Autoencoders
von: Occhipinti, Edoardo, et al.
Veröffentlicht: (2024)

Towards Explainable Graph Neural Networks for Neurological Evaluation on EEG Signals
von: Protani, Andrea, et al.
Veröffentlicht: (2024)

Neuro-Informed Adaptive Learning (NIAL) Algorithm: A Hybrid Deep Learning Approach for ECG Signal Classification
von: Rahman, Sowad
Veröffentlicht: (2025)

ECG Signal Denoising Using Multi-scale Patch Embedding and Transformers
von: Zhu, Ding, et al.
Veröffentlicht: (2024)

Baseline Drift Tolerant Signal Encoding for ECG Classification with Deep Learning
von: Shea, Robert O, et al.
Veröffentlicht: (2024)

Combining Scatter Transform and Deep Neural Networks for Multilabel Electrocardiogram Signal Classification
von: Oppelt, Maximilian P, et al.
Veröffentlicht: (2020)

Multimodal Latent Fusion of ECG Leads for Early Assessment of Pulmonary Hypertension
von: Suvon, Mohammod N. I., et al.
Veröffentlicht: (2025)

TSRNet: Simple Framework for Real-time ECG Anomaly Detection with Multimodal Time and Spectrogram Restoration Network
von: Bui, Nhat-Tan, et al.
Veröffentlicht: (2023)

A Multimodal Deep Learning Framework for Predicting ICU Deterioration: Integrating ECG Waveforms with Clinical Data and Clinician Benchmarking
von: Alcaraz, Juan Miguel López, et al.
Veröffentlicht: (2026)

An Empirical Investigation of Reconstruction-Based Models for Seizure Prediction from ECG Signals
von: Chopannavaz, Mohammad Reza, et al.
Veröffentlicht: (2025)

xLSTM-ECG: Multi-label ECG Classification via Feature Fusion with xLSTM
von: Kang, Lei, et al.
Veröffentlicht: (2025)

Fusion of ECG Foundation Model Embeddings to Improve Early Detection of Acute Coronary Syndromes
von: Meng, Zeyuan, et al.
Veröffentlicht: (2025)

Deep learning based ECG segmentation for delineation of diverse arrhythmias
von: Joung, Chankyu, et al.
Veröffentlicht: (2023)

CLEP-GAN: An Innovative Approach to Subject-Independent ECG Reconstruction from PPG Signals
von: Li, Xiaoyan, et al.
Veröffentlicht: (2025)

PHemoNet: A Multimodal Network for Physiological Signals
von: Lopez, Eleonora, et al.
Veröffentlicht: (2024)

ECG Classification System for Arrhythmia Detection Using Convolutional Neural Networks
von: Odugoudar, Aryan, et al.
Veröffentlicht: (2023)

Enhancing AI-Based ECG Delineation with Deep Learning Denoising Techniques
von: Breeding-Allison, Jeff, et al.
Veröffentlicht: (2026)

Modally Reduced Representation Learning of Multi-Lead ECG Signals through Simultaneous Alignment and Reconstruction
von: Ibtehaz, Nabil, et al.
Veröffentlicht: (2024)

Heart Rate Classification in ECG Signals Using Machine Learning and Deep Learning
von: Vo, Thien Nhan
Veröffentlicht: (2025)

Feasibility Analysis of Federated Neural Networks for Explainable Detection of Atrial Fibrillation
von: Santos, Diogo Reis, et al.
Veröffentlicht: (2024)

Arrhythmia Classification from 12-Lead ECG Signals Using Convolutional and Transformer-Based Deep Learning Models
von: Apostol, Andrei, et al.
Veröffentlicht: (2025)

ECGXtract: Deep Learning-based ECG Feature Extraction for Automated CVD Diagnosis
von: Abuzied, Youssif, et al.
Veröffentlicht: (2025)

Explaining Deep Learning for ECG Analysis: Building Blocks for Auditing and Knowledge Discovery
von: Wagner, Patrick, et al.
Veröffentlicht: (2023)

HeartBERT: A Self-Supervised ECG Embedding Model for Efficient and Effective Medical Signal Analysis
von: Tahery, Saedeh, et al.
Veröffentlicht: (2024)

Beyond Single-Channel: Multichannel Signal Imaging for PPG-to-ECG Reconstruction with Vision Transformers
von: Li, Xiaoyan, et al.
Veröffentlicht: (2025)

RawECGNet: Deep Learning Generalization for Atrial Fibrillation Detection from the Raw ECG
von: Ben-Moshe, Noam, et al.
Veröffentlicht: (2023)

ECG-SMART-NET: A Deep Learning Architecture for Precise ECG Diagnosis of Occlusion Myocardial Infarction
von: Riek, Nathan T., et al.
Veröffentlicht: (2024)

ECG Unveiled: Analysis of Client Re-identification Risks in Real-World ECG Datasets
von: Wang, Ziyu, et al.
Veröffentlicht: (2024)

Graph-Based Spatio-temporal Attention and Multi-Scale Fusion for Clinically Interpretable, High-Fidelity Fetal ECG Extraction
von: Wang, Chang, et al.
Veröffentlicht: (2025)