Neues GAN-Tool erzeugt synthetische EKG-Daten für Herz-Amyloid-Studien
Herz-Amyloid ist eine seltene, häufig unterschätzte infiltrative Kardiomyopathie, bei der die verfügbaren Datensätze für maschinelles Lernen meist klein, unausgewogen und heterogen sind. Diese Einschränkungen erschweren die Entwicklung zuverlässiger Diagnosemodelle.
In einer kürzlich veröffentlichten Arbeit wurde ein Generative Adversarial Network (GAN) zusammen mit einer grafischen Befehlszeilenschnittstelle vorgestellt, die realistische synthetische EKG-Schläge erzeugt. Das Tool soll die Früherkennung von Herz-Amyloid unterstützen und die Patientenklassifizierung verbessern, indem es große Mengen beschrifteter Daten generiert.
Besonders hervorzuheben ist die Benutzerfreundlichkeit: Klinische Forscher können einmalig klassenspezifische Generatoren trainieren und anschließend interaktiv umfangreiche Datensätze erzeugen, die die Verteilung der Minderheitsklassen erhalten. Damit wird die Datenvielfalt für zukünftige Studien erheblich erweitert.