多尺度通道注意力Mamba在多标签心电图分类中的应用
《Diagnostics》:MSCA-Mamba: A Compact Multi-Scale Mamba Network for Multi-Label ECG Classification
【字体:
大
中
小
】
时间:2026年09月27日
来源:Diagnostics 3.8
摘要
目标: 多标签心电图(ECG)分类需要在保持模型复杂度可控的前提下,建模不同时间尺度上的形态学特征模式及其顺序关系。本研究提出了多尺度通道注意力Mamba(MSCA-Mamba),一种融合多尺度特征提取、分支级重校准和状态空间序列建模的紧凑架构。方法: MSCA-Mamba结合了三个平行的膨胀一维卷积分支、分支级挤压与激发模块以及一个单向Mamba块。模型在PTB-XL诊断超类任务上进行了评估,使用官方按患者划分的数据集和五个随机种子。此外还进行了组件消融实验、参数量匹配的Conv1D、GRU、LSTM和Transformer对照实验、单向与双向对比以及GPU性能基准测试。结果: MSCA-Mamba在121,149个参数下实现了Macro ROC-AUC 0.8998 ± 0.0022、Macro PR-AUC 0.7651 ± 0.0036和Macro F1-score 0.7038 ± 0.0045。多尺度特征提取提供了最显著的收益,尤其体现在宏平均指标上。参数量匹配的替代方案表现总体相当。双向Mamba在Macro ROC-AUC上取得了略高的数值,但参数量增至214,077且推理延迟增加。结论: MSCA-Mamba为PTB-XL上的多标签心电图分类提供了一种紧凑的框架。其核心优势在于紧凑的架构集成能力,而非各组件的普适性优越性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号