FOUND-AF: Benchmarking ECG Foundation Models for Atrial Fibrillation Detection

📄 arXiv: 2608.03597v1 📥 PDF

作者: Amirhossein Taleshinosrati, Yangyang Wang, Atitaya Phoemsuk, Vahid Abolghasemi, Naser Hossein Motlagh, Sadasivan Puthusserypady, Daniel Teichmann, Abdolrahman Peimankar

分类: cs.AI, cs.LG

发布日期: 2026-08-04

💡 一句话要点

提出FOUND-AF框架以评估心房颤动检测的ECG基础模型

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 心房颤动 ECG基础模型 模型评估 医疗监测 机器学习

📋 核心要点

  1. 现有的ECG基础模型在心房颤动检测中的有效性尚不明确，主要由于使用了不同的数据集、预处理程序和分类器。
  2. 论文提出FOUND-AF框架，通过统一的实验条件评估预训练ECG表示的质量，确保结果的可比性和可靠性。
  3. 实验结果显示，ECGFounder模型在多个数据集上表现最佳，提供了准确性与计算效率之间的良好平衡。

📝 摘要（中文）

心房颤动（AF）是最常见的持续性心律失常，增加中风、心力衰竭和死亡风险。近期的ECG基础模型提供了可转移的表示用于自动化AF检测，但其相对有效性尚不明确。本文提出FOUND-AF，一个统一的、控制泄漏的、面向部署的基准框架，评估预训练ECG表示的质量。通过在四个异构ECG数据集上评估九个来自五个家族的基础模型，结果显示ECGFounder模型在各数据集上表现最佳，且在准确性、模型大小、推理时间和内存使用之间提供了良好的权衡。FOUND-AF为选择ECG基础模型提供了可重复的框架，证明了紧凑的临床预训练编码器能够支持在异构采集环境中进行稳健且计算高效的AF检测。

🔬 方法详解

问题定义：本文旨在解决心房颤动检测中ECG基础模型有效性评估的不足，现有研究因数据集和方法差异导致结果不一致。

核心思路：通过建立FOUND-AF框架，统一实验条件，控制泄漏，确保不同模型在相同条件下的可比性，从而准确评估其性能。

技术框架：FOUND-AF框架包括数据集选择、模型评估、标准化预处理、固定分类器（XGBoost）和交叉验证等模块，确保评估过程的系统性和一致性。

关键创新：该框架的创新之处在于提供了一个可重复的评估标准，允许在相同实验条件下比较不同的ECG基础模型，填补了现有研究的空白。

关键设计：使用九个基础模型作为特征提取器，采用标准化的预处理和模型原生重采样，结合固定的XGBoost分类器和分组交叉验证，确保评估的科学性和有效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，ECGFounder模型在所有评估的数据集上均表现出色，提供了最佳的准确性和计算效率。与其他模型相比，ECGFounder在准确性、模型大小、推理时间和内存使用方面实现了良好的平衡，显示出其在临床应用中的潜力。

🎯 应用场景

该研究的潜在应用领域包括医疗健康监测、心脏病诊断和远程医疗。FOUND-AF框架能够帮助临床医生选择合适的ECG基础模型，从而提高心房颤动的检测效率和准确性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Atrial fibrillation (AF) is the most common sustained cardiac arrhythmia and is associated with increased risks of stroke, heart failure, and mortality. Recent ECG foundation models offer transferable representations for automated AF detection. However, their relative effectiveness remains unclear because existing studies use different datasets, preprocessing procedures, classifiers, and validation protocols. This study presents FOUND-AF, a unified, leakage-controlled, and deployment-oriented benchmarking framework that evaluates the quality of pretrained ECG representations under identical experimental conditions. Nine publicly available foundation models from five families, including HuBERT-ECG, CLEF, ST-MEM, ECG-JEPA, and ECGFounder, were evaluated across four heterogeneous ECG datasets, namely AFDB, CinC2017, CPSC2021, and LTAFDB. All models were used as frozen feature extractors with standardized preprocessing, model-native resampling, a fixed XGBoost classifier, and recording-level grouped cross-validation. The evaluation included classification metrics, receiver operating characteristic analysis, paired recording-level bootstrap comparisons with Holm correction, embedding-space visualization, and computational efficiency profiling. The ECGFounder model consistently achieved the strongest overall performance across datasets while offering a favorable trade-off between accuracy, model size, inference time, and memory usage. FOUND-AF therefore provides a reproducible framework for selecting ECG foundation models and demonstrates that compact, clinically pretrained encoders can support robust and computationally efficient AF detection across heterogeneous acquisition settings.