Cross-Modal Contrastive Learning of ECG and Angiography Representations for Severe Stenosis Classification

Die Studie stellt StenCE vor, ein Vor-Trainings-Framework zur Patientenschichtung basierend auf aus EKGs abgeleiteten Merkmalen, um eine frühe Diagnose schwerer Koronararterienstenosen zu unterstützen. Ziel ist es, die Diagnose von Herzerkrankungen durch die Integration von EKG- und Angiographie-Darstellungen zu verbessern.