ECGWmark
面向心电信号（ECG）的深度水印框架，采用全卷积、无量化设计，通过连续全分辨率隐空间、帧级局部化机制和可微分生理损失函数，实现患者元数据的安全嵌入与抗时序失同步提取
时间轴 (近 90 天)
ECGWmark是一套面向医疗时序信号的全卷积、无量化深度水印框架
ECGWmark在连续的、全分辨率的隐空间中运行，避开了量化带来的信息损失
ECGWmark引入了局部化的帧级机制以应对时序失同步问题
ECGWmark引入了由临床分类器引导的可微分生理损失函数，用于约束模型保留信号的诊断语义
ECGWmark在MIT-BIH数据库上进行了验证
在所评估的循环时序偏移条件下，ECGWmark的通道比特提取准确率保持在90%以上
在跨患者诊断评估中，Class-V敏感度从71.97%提升到76.50%
在跨患者诊断评估中，Macro-F1从35.25%轻微下降到34.71%
在跨患者诊断评估中，Class-S敏感度从8.89%大幅下降到1.39%
水印嵌入对不同诊断类别产生了不一致的影响，某些类别识别能力增强而另一些类别敏感度下滑
还有 1 条时间轴事件
全部知识事实 (11)
ECGWmark是一套面向医疗时序信号的全卷积、无量化深度水印框架
50%待验证ECGWmark在连续的、全分辨率的隐空间中运行，避开了量化带来的信息损失
50%待验证ECGWmark引入了局部化的帧级机制以应对时序失同步问题
50%待验证ECGWmark引入了由临床分类器引导的可微分生理损失函数，用于约束模型保留信号的诊断语义
50%待验证ECGWmark在MIT-BIH数据库上进行了验证
50%待验证在所评估的循环时序偏移条件下，ECGWmark的通道比特提取准确率保持在90%以上
50%待验证在跨患者诊断评估中，Class-V敏感度从71.97%提升到76.50%
50%待验证在跨患者诊断评估中，Macro-F1从35.25%轻微下降到34.71%
50%待验证在跨患者诊断评估中，Class-S敏感度从8.89%大幅下降到1.39%
50%待验证水印嵌入对不同诊断类别产生了不一致的影响，某些类别识别能力增强而另一些类别敏感度下滑
50%待验证ECGWmark为医疗时序信号的安全水印提供了一个有价值的新范式，但临床落地仍需在类别均衡性上做更多工作
50%