热点事件持续更新
研究者提出基于条件校正流的BeatFlow-ECG模型
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月8日，研究者在arXiv发布论文，提出了一种名为BeatFlow-ECG的条件校正流模型。该模型能够利用同步的光电容积脉搏波（PPG）和惯性测量信号重建单导联心电图（ECG）。实验评估显示，BeatFlow-ECG在PPG-DaLiA与WESAD公开数据集上分别取得了0.983和0.986的皮尔逊相关系数，其R峰定位的F1分数分别达到0.946与0.955。
AI 根据报道生成 · 5 小时前更新
最新进展10月8日 12:00
研究者提出BeatFlow-ECG模型，可通过PPG和惯性信号重建单导联心电图。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 机器学习BeatFlow-ECG：基于校正流从可穿戴间接信号重建心电图
BeatFlow-ECG 是一种条件校正流模型，可通过同步 PPG 和惯性测量信号重建单导联心电图（ECG）。该模型在 PPG-DaLiA 与 WESAD 数据集上分别取得 0.983 和 0.986 的皮尔逊相关系数，R 峰 F1 分数分别达 0.946 与 0.955。
本事件热度走势
当前热度 9·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。