《In-Distribution and Out-of-DistributionSelf-supervised ECG Representation Learning forArrhythmia Detection》针对的问题

该论文针对的问题是心律失常检测中的数据不平衡和数据缺乏的问题。由于心律失常的发生较为罕见，因此训练模型的数据集中正常心电图（ECG）样本远远超过异常样本。这导致模型在检测异常心电图时性能较差。此外，现有的心电图数据集通常只包含特定类型的心律失常，缺乏足够多样性的数据。因此，该论文旨在通过自监督学习方法提供一种有效的解决方案，以改善心律失常检测的性能。