摘要

心电图（ECGs）是心脏病理状况检测中常用的一种工具。可靠的心电图数据对于精准诊断至关重要。然而，在临床实践中，捕获的心电图记录可能会无意间被分配给错误的患者。为了解决这一挑战，我们与一家临床和研究机构合作，开展了一项研究。在本研究中，我们提出了一种小型且高效的基于神经网络的模型，用于判断两份心电图是否来源于同一患者。该模型展示了出色的泛化能力，并在PTB-XL数据库的画廊-探针患者识别任务中达到了最先进的性能，同时使用的参数量减少了760倍。此外，我们介绍了一种利用该模型检测记录分配错误的技术，并展示了其在实际场景中的适用性。最后，我们在专门为本研究收集的新心电图数据集上评估了我们的模型，并将其公开供研究社区使用。