Deep Generative Models: The winning key for large and easily accessible ECG datasets?

Martedì 28 novembre 2023 circa 1 minuti di lettura

Journal and Affiliations:

Computers in Biology and Medicine, =dicembre 2023

Giuliana Monachino, Institute of Digital Technologies for Personalized Healthcare - MeDiTech,  Dipartimento di Tecnologie innovative, SUPSI,  Lugano

Beatrice Zanchi, Institute of Digital Technologies for Personalized Healthcare - MeDiTech,  Dipartimento di Tecnologie innovative, SUPSI,  Lugano

Luigi Fiorillo, Institute of Digital Technologies for Personalized Healthcare - MeDiTech,  Dipartimento di Tecnologie innovative, SUPSI,  Lugano

Giulio Conte, Cardiologia, Cardiocentro Ticino, EOC, Lugano e  Centro di Medicina computazionale in Cardiologia, Facoltà di Informatica, USI, Lugano

Angelo Auricchio, Cardiologia, Cardiocentro Ticino, EOC, Lugano e  Centro di Medicina computazionale in Cardiologia, Facoltà di Informatica, USI, Lugano

Francesca Dalia Faraci, Institute of Digital Technologies for Personalized Healthcare - MeDiTech,  Dipartimento di Tecnologie innovative, SUPSI,  Lugano

Tags:
anonymization
data augmentation
data scarcity
data sharing
deep generative models
diffusion models
ECG synthesis
GAN
open science
variational autoencoders
Authors:
Angelo Auricchio
Beatrice Zanchi
Francesca Dalia Faraci
Giuliana Monachino
Giulio Conte
Luigi Fiorillo
Link: https://www.sciencedirect.com/science/article/pii/S0010482523011204?via%3Dihub&