近日，深圳北理莫斯科大学人工智能研究院2篇论文被国际人工智能领域顶级会议——第34届国际人工智能联合会议（International Joint Conference on Artificial Intelligence，简称IJCAI）录用。本届会议投稿竞争激烈，录用率为19.3%。在此背景下，深圳北理莫斯科大学在此次评选中脱颖而出，为两篇论文的第一作者单位和第一通讯单位。两项研究分别通过引入深度心电图-报告交互（DERI）框架和语义标记器（ECG2TOK），显著提升了心电图（ECG）自监督学习的临床语义表达能力，在多项ECG下游任务中均取得了优异表现。

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

论文第一作者为2022级硕士研究生陈健，通讯作者为人工智能研究院胡希平教授和王伟教授。该工作提出了一种融合心电图（ECG）与临床报告的跨模态自监督学习框架 DERI。通过多重对齐与特征重建机制，使ECG表征融合了更多临床语义信息。此外，还设计了基于掩码建模的RME模块，并拓展至报告生成任务，可有效评估表征质量并展现一定临床应用潜力。

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

论文第一作者为2023级博士生研究生袁小艳，通讯作者为王伟教授。该工作提出了一个基于语义标记器的ECG自监督预训练框架 ECG2TOK，用于生成语义丰富的离散标签。该标记器通过自蒸馏提取语义嵌入，并进行在线聚类生成训练目标。结合掩码策略和标签预测任务，ECG2TOK在六项下游任务中均展现出显著性能提升，尤其在低资源场景中效果突出。

据悉，IJCAI（International Joint Conference on Artificial Intelligence，国际人工智能联合会议）是人工智能领域历史最悠久、影响力最广泛的顶级学术会议之一，代表着全球AI研究的前沿成果。在中国计算机学会（CCF）的国际学术会议排名中，IJCAI被列为A类会议。

此次会议中，深北莫两项研究成果同时被接收，标志着学校人工智能研究院在智慧医疗领域的研究达到了国际领先水平。未来，人工智能研究院将继续探索该领域的技术创新，推动更多科研成果应用落地。