通过迁移学习检测心电图异常

检测心电图（ECG）异常是识别可能导致严重心脏损伤或甚至猝死的不规则心脏活动的过程。由于网络物理系统和健康信息学的快速发展，将心电图异常检测功能嵌入各种设备以进行实时监测在过去几年中引起了越来越多的关注。现有的为此目的开发的机器学习和模式识别技术通常需要为每个用户提供足够的标记训练数据。然而，获取这样的监督信息是困难的，这使得提出的心电图监测功能显得不切实际。