冠状动脉疾病检测基于使用心电图和PCG信号的新型多模式深度编码方法
Chengfa Sun1, Changchun Liu1, Xinpei Wang1
1Department of Biomedical Engineering, School of Control Science and Engineering, Shandong University, Jinan 250061, China.
这项研究引入了一种使用心电图 (ECG) 和心电图 (PCG) 信号的新多模式学习方法,以改善冠状动脉疾病 (CAD) 检测. 该方法通过克服单一来源数据的信息限制,显著提高了诊断准确性.
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:
- 冠状动脉疾病 (CAD) 是导致死亡的主要原因,需要准确和早期诊断.
- 当前的诊断方法通常依赖于单模数据 (ECG或PCG),导致信息短缺和精度降低.
- 综合多种生理信号的多模式方法对于全面的CAD评估至关重要.
研究的目的:
- 开发和评估一种新的多模式深度学习方法,用于增强冠状动脉疾病 (CAD) 检测.
- 整合心电图 (ECG) 和心电图 (PCG) 信号,以提高诊断准确度.
- 解决单模诊断方法在CAD检测中的局限性.
主要方法:
- 开发了一个新的多模式学习框架,整合了ECG和PCG信号.
- 使用解卷操作创建了ECG-PCG合信号,丰富了诊断信息.
- 一个平行的卷积神经网络 (CNN) 架构编码了多模特的特征,然后是功能压缩的自动编码器.
- 支持矢量机 (SVM) 分类器被用于使用最佳多模特特征的最终CAD分类.
主要成果:
- 拟议的多模式方法在199个主体的数据集上实现了高性能.
- 精度,灵敏度,特异性和F1得分分别达到了98.49%,98.57%,98.57%和98.89%.
- 多模式方法在CAD检测中表现出优于单模式方法的优势.
结论:
- 开发的多模式深度编码方法有效地克服了用于CAD检测的单模式信号固有的信息短缺.
- 这种方法提供了更高的精度,在识别冠状动脉疾病方面优于现有的模型.
- 该研究强调了整合多模式生理数据的潜力,以推进CAD诊断和患者护理.
更多相关视频
18:11A Research Method For Detecting Transient Myocardial Ischemia In Patients With Suspected Acute Coronary Syndrome Using Continuous ST-segment Analysis
Published on: December 28, 2012
10:17Real-Time Cardiac Mapping with a Noninvasive Imageless Electrocardiographic Imaging System
Published on: April 11, 2025
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Electrocardiogram
Three major waveforms are present in a typical ECG recording: the P wave, the QRS complex, and...
Imaging Studies for Cardiovascular System V: CT
Pulse rhythm
Conversely, an irregular pulse pattern is termed dysrhythmia, stemming from disruptions in cardiac...
Imaging Studies for Cardiovascular System I:Echocardiography
Indications: Echocardiography is utilized to diagnose heart failure, valve disorders, and myocardial infarction. It also assesses cardiac structures' size, shape, and motion,...
