近日，深圳北理莫斯科大學人工智能研究院2篇論文被國際人工智能領域頂級會議——第34屆國際人工智能聯合會議（International Joint Conference on Artificial Intelligence，簡稱IJCAI）錄用。本屆會議投稿競爭激烈，錄用率為19.3%。在此背景下，深圳北理莫斯科大學在此次評選中脫穎而出，為兩篇論文的第一作者單位和第一通訊單位。兩項研究分別通過引入深度心電圖-報告交互（DERI）框架和語義標記器（ECG2TOK），顯著提升了心電圖（ECG）自監督學習的臨床語義表達能力，在多項ECG下游任務中均取得了優異表現。

成果一：DERI: Cross-Modal ECG Representation Learning with Deep ECG-Report Interaction

論文第一作者為2022級碩士研究生陳健，通訊作者為人工智能研究院胡希平教授和王偉教授。該工作提出了一種融合心電圖（ECG）與臨床報告的跨模態自監督學習框架 DERI。通過多重對齊與特征重建機制，使ECG表征融合了更多臨床語義信息。此外，還設計了基于掩碼建模的RME模塊，并拓展至報告生成任務，可有效評估表征質量并展現一定臨床應用潛力。

成果二：ECG2TOK: ECG Pre-Training with Self-Distillation Semantic Tokenizers

論文第一作者為2023級博士研究生袁小艷，通訊作者為王偉教授。該工作提出了一個基于語義標記器的ECG自監督預訓練框架 ECG2TOK，用于生成語義豐富的離散標簽。該標記器通過自蒸餾提取語義嵌入，并進行在線聚類生成訓練目標。結合掩碼策略和標簽預測任務，ECG2TOK在六項下游任務中均展現出顯著性能提升，尤其在低資源場景中效果突出。

據悉，IJCAI（International Joint Conference on Artificial Intelligence，國際人工智能聯合會議）是人工智能領域歷史最悠久、影響力最廣泛的頂級學術會議之一，代表著全球AI研究的前沿成果。在中國計算機學會（CCF）的國際學術會議排名中，IJCAI被列為A類會議。

此次會議中，深北莫兩項研究成果同時被接收，標志著學校人工智能研究院在智慧醫療領域的研究達到了國際領先水平。未來，人工智能研究院將繼續探索該領域的技術創新，推動更多科研成果應用落地。