为动态心肌梗塞监测提供软补丁

科学领域:

• 生物医学工程 生物医学工程
• 心脏病学 心脏病学
• 可穿戴技术可穿戴技术

背景情况:

• 可穿戴电子设备对于持续的心脏监测和心律失常检测至关重要.
• 现有的解决方案缺乏整合心肌梗塞 (MI) 定位能力.
• 需要先进的可穿戴系统,提供全面的心脏诊断.

研究的目的:

• 开发一种可穿戴的动态心脏监测贴片,具有七导电心电图 (ECG) 信号采集.
• 整合一种新的,不敏感应变的可拉伸生物电极,以提高性能和粘附性.
• 实施一种机器学习模型,用于准确识别MI,定位和自动注释异常心电图段.

主要方法:

• 开发一种软的,无线的,七导电心电图监测贴片.
• 整合了一种新型可拉伸的生物电极,具有高应变不敏感性 (100%拉伸应变) 和皮肤粘附性 (>0.4 N/cm).
• 训练用于MI分类的机器学习模型,并开发使用交叉关系自动化MI分段注释的框架.

主要成果:

• 可穿戴贴片成功获取连续的七导电心电图信号.
• 这种新型生物电极表现出极好的应变不敏感性和皮肤粘附性.
• 机器学习模型实现了高精度 (99.93%) 和灵敏度 (99.98%) 的MI识别和位置.
• 提出了一个新的框架,用于自动MI异常分段注释.

结论:

• 开发的可穿戴心电图贴片可以实现长期,全方位的实时心脏监测.
• 集成的机器学习模型提供了精确的MI识别和定位功能.
• 这项技术推进了针对心脏病的个性化医疗监测,干预和早期预警系统.