睡眠MI:一种基于人工智能的查算法,用于使用夜间心电图进行心肌梗塞

科学领域:

• 心脏病学 心脏病学
• 生物医学工程 生物医学工程
• 人工智能在医学中的应用

背景情况:

• 心肌梗塞 (MI) 需要早期诊断以获得有效的治疗和降低死亡率.
• 现有的MI检测方法各不相同,这凸显了对新型自动查工具的需求.
• 夜间心电图 (ECG) 来自多睡眠图 (PSG) 提供了一个潜在的数据来源,用于在睡眠期间检测心脏病发作.

研究的目的:

• 开发和验证一个人工智能 (AI) 算法,称为睡眠心肌梗塞 (sleepMI),用于自动MI查.
• 为了利用PSG数据的夜间心电图发现,进行强大的MI检测.
• 评估睡眠MI算法在识别MI事件中的性能.

主要方法:

• 睡眠MI算法是使用表示和集体学习开发的,它结合了深度卷积神经网络和LightGBM模型.
• 在睡眠心脏健康研究中,从2691名参与者 (360名心脏病患者) 中提取了夜间心电图信号,分为30秒间隔.
• 该模型经过训练,验证和测试,在一个包含超过140万个心电图段的大型数据集上进行了测试.

主要成果:

• 睡眠MI算法实现了高性能指标:精度为99.38%,回忆率为99.38%,F1-score为99.38%.
• 使用夜间单导电心电图自动查MI的整体平均准确率为99.387%.
• 该模型证明了使用传统的12导电心电图和多睡眠心电图记录来检测MI事件的能力.

结论:

• 开发的睡眠MI算法提供了一种高度准确和可靠的方法,用于使用夜间心电图数据进行自动性MI查.
• 这种人工智能驱动的方法在早期发现心脏病发作方面具有重大潜力,有可能改善患者的治疗结果并降低死亡率.
• 该研究验证了将AI与PSG数据集成为心血管疾病查的实用性.