GEM

🚀 GEM：借助时间序列和图像，赋能多模态大语言模型实现可靠的心电图理解

GEM是一个多模态大语言模型，它将心电图时间序列、12导联心电图图像和文本相结合，以实现可靠且符合临床医生需求的心电图解读。该模型能够进行基于特征的分析、基于证据的推理，以及类似临床医生的诊断过程。

🚀 快速开始

项目页面

📄 页面

论文

📄 Arxiv

代码

💻 GitHub

模型

🤖 GEM

数据

🤖 ECG-Grounding

📄 许可证

本项目采用Apache-2.0许可证。

📚 详细文档

引用

如果您发现GEM对您的研究和应用有帮助，请引用我们的论文：

@misc{lan2025gemempoweringmllmgrounded,
      title={GEM: Empowering MLLM for Grounded ECG Understanding with Time Series and Images}, 
      author={Xiang Lan and Feng Wu and Kai He and Qinghao Zhao and Shenda Hong and Mengling Feng},
      year={2025},
      eprint={2503.06073},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2503.06073}, 
}