arXiv 该工作提出LRM-Functa，在VidFuncta的时间分辨调制向量上施加低秩约束（mt = v + Bβϕt），使心脏超声视频的隐空间呈现周期性螺旋轨迹，从而无需额外训练即可直接读出舒张末期（ED）与收缩末期（ES）帧，并在EchoNet-Dynamic上以k=2的极低秩保持稳定重建与射血分数预测性能，同时在POCUS心脏视图和肺超声B线分类上验证了泛化性。
该工作提出LRM-Functa，在VidFuncta的时间分辨调制向量上施加低秩约束（mt = v + Bβϕt），使心脏超声视频的隐空间呈现周期性螺旋轨迹，从而无需额外训练即可直接读出舒张末期（ED）与收缩末期（ES）帧，并在EchoNet-Dynamic上以k=2的极低秩保持稳定重建与射血分数预测性能，同时在POCUS心脏视图和肺超声B线分类上验证了泛化性。
该工作提出LRM-Functa，在VidFuncta的时间分辨调制向量上施加低秩约束（mt = v + Bβϕt），使心脏超声视频的隐空间呈现周期性螺旋轨迹，从而无需额外训练即可直接读出舒张末期（ED）与收缩末期（ES）帧，并在EchoNet-Dynamic上以k=2的极低秩保持稳定重建与射血分数预测性能，同时在POCUS心脏视图和肺超声B线分类上验证了泛化性。
该工作提出LRM-Functa，在VidFuncta的时间分辨调制向量上施加低秩约束（mt = v + Bβϕt），使心脏超声视频的隐空间呈现周期性螺旋轨迹，从而无需额外训练即可直接读出舒张末期（ED）与收缩末期（ES）帧，并在EchoNet-Dynamic上以k=2的极低秩保持稳定重建与射血分数预测性能，同时在POCUS心脏视图和肺超声B线分类上验证了泛化性。