摘要
心脏病学专家通过定位波形成分、测量节律与间期模式,并将结构化观察转化为诊断证据来解读心电图。本研究提出LuminaECG,一种临床结构化的ECG推理框架,将ECG解读重构为基于测量的视觉阅读。通过将ECG信号渲染在标准网格纸上并显式 delineate 波形边界,利用低秩监督微调训练2B视觉语言骨干网络,建立视觉测量基元与诊断推理的关联。该方法在CODE-test基准上达到具有临床意义的读者层级,无需重训练即可跨地理数据集迁移,且生成的报告结构包含潜在的预后信号,证明有效的ECG代理需保留可测量波形证据与临床知识之间的对齐。
AI 推荐理由
论文核心在于构建临床推理框架,将ECG解读重构为基于测量的视觉推理过程,直接提升诊断逻辑与证据关联能力。
研究机构
东南大学数字医学工程国家重点实验室
东南大学仪器科学与工程学院
论文信息