admin 管理员组文章数量: 1086019
2024年6月28日发(作者：excercution)
最新：AI-ECG诊断避展（全文）
）；是临床上最为常见和广泛应用
心电图（
electrocardiogram
, ECG
的检查方法之
一
，已基本成为就诊患者常规检查项目。宫里再无创
、
快速
、
方便
、
价格低廉等优点。近年来，随着计算机技术的发展，在大数据云计
算等技术的辅助下，人工智能（
artificial intelligence ,
AI ）技术，已经
被各个领域所应用，心电图的AI技术这两年也得到了长足
、
深入的发展。
神经网络是模仿人脑的神经元和神经网络结构的机器学习方法。卷积神经
）是从大量历史数据中挖
网络（
convolutional neural networks , CNN
掘出冥中隐含的规律，并用于预测或者分类的代表算法，已经应用到心电
图的AI诊断技术中。
作者就近年来国内外关于AI-
ECG
相关的文献进行了汇总，总结了
AI
-ECG诊断10大方面的作用。
1. AI-ECG筛童心脏收缩和舒张功能障碍
一
2020年，
Kagiyama等开发了
种机器学习模型使用临床变量和心
电图变量，定量评估心肌舒张功能来检测左心室舒张末期内径。研究团队
一
在北美的4个机构进行了顶多中心前瞻性研究，共招募了1202名受
个内部队列，随机分为训练
试者。来自3个机构的患者（
n
=814）组成
一
组和内部测试组（80: 20），来自第4家机构的患者（
n
=388）作为外
部测试集。使用信号处理心电图
、
传统心电圄和｜｜笛床变量开发机器学习模
型，并使用测试集进行测试。
机器学习模型预测了超声心动图测量的左心室舒张速度（
e
）在内部
和外部测试集的定量僵（平均绝对误差为1.46
’
emfs
和1
93
emfs
）
。
该
研究将临床变量和心电图变量结合开发机器学习模型，利用容易获得的临
和心电图特征，可以对心肌舒张功能进行定量预测。这
一
真奇成本效益
的策略可能是评估左心室功能障碍的重要
一
步，高助于心力衰竭患者的阜
期诊断和治疗。
-ECG
对心律失常的诊断
Wolters FJ等收集了标准10s中12导联心电图，利用卷积禅经网
一
络研制了
种人工智能网络，用于检测正常窦性心律时心房颤动的心电图
特征研究者将至少有1次心电图伴心房颤动或心房扑动的患者归类为
心房颤动阳性。对180922例患者的649931个正常窦性心律心电图进
行分析，以7:
1
:
2的比例将
ECG
分配给训练
、
内部验证和测试数据
集。节律标签由训练有素的人员在心脏病学家的监督下进行标注3051例
( 8.4%）患者在模型测试正常窦性心律前已证实心房颤动。单次人工智能
心电图诊断心房颤动的
AUC
为0.87，敏感度为79.0%，特异度为
79.5%，总准确率为79.4%
3.
Al-ECG
预测急性冠状动脉综合征
一
种深度学习模型，对
STEMI
的诊断准确率高于优秀
LIU
等开发了
医师，敏感性
、
特异性分别达到98.4%和96.9%；诊断急性非
ST
段
抬高型心肌梗死（non-ST-segment elevation myocardial infarction
NSTEMI
）的
AUC
值可达0.877，结合心肌肌钙蛋白
I
版权声明：本文标题：最新:AI-ECG诊断进展(全文) 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1719537269a737018.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论