ECGLens: 用于心律失常检测的大型ECG数据交互式可视化探索

心电图（ECG）常用于检测心律失常。传统上，诊断使用单个ECG观察结果，这使得检测不规则心律失常变得困难。然而，最近的技术发展使得长时间收集大量原始ECG数据变得具有成本效益。这有望提高诊断准确性，但大量数据给心脏病专家带来了新的挑战。本文介绍了一个名为ECGLens的交互系统，用于使用大规模ECG数据进行心律失常检测和分析。我们的系统集成了基于卷积神经网络的心跳自动分类算法、异常检测算法以及一套丰富的交互技术。我们还介绍了一种名为A-glyph的新颖符号，旨在提高ECG信号的可读性和可比较性。我们报告了一个全面的用户研究结果，表明A-glyph提高了心律失常检测的效率，并通过两位专家访谈展示了ECGLens在心律失常检测中的有效性。