一种基于变压器的新方法用于心血管疾病检测
Nimra Noor1, Muhammad Bilal1, Saadullah Farooq Abbasi2
1Department of Artificial Intelligence, Rare Sense Inc, Covina, CA, United States.
Frontiers in digital health
|May 14, 2025
概括
一个新的变压器算法使用心电图数据准确地分类心血管疾病 (CVD). 这种高效,低成本的方法表现出高性能,有助于早期预测心血管疾病并降低死亡率.
科学领域:
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
- 心脏病学 心脏病学
背景情况:
- 心血管疾病 (CVD) 是全球死亡的主要原因,每年造成1790万人死亡.
- 早期发现心脏病,包括心律失常和心力衰竭,对于降低死亡率至关重要.
- 现有的诊断方法需要提高效率和成本效益,以便广泛应用.
研究的目的:
- 开发一种新的,高效的,低成本的基于变压器的算法来对心血管疾病进行分类.
- 使用心电图 (ECG) 数据,增强各种心血管疾病的早期预测能力.
- 评估拟议的算法的性能与现有的最先进的方法相比.
主要方法:
- 从1200张心电图记录中提取56个特征,代表四种不同的心血管疾病.
- 应用随机森林来选择特征,确定13个最重要的特征.
- 开发和实施一种新的基于变压器的算法,用于分类四个CVD类.
主要成果:
- 拟议的变压器算法实现了卓越的分类性能.
- 最大精度达到了0.9979,精度,回忆和F1分数都超过了0.9958.
- 该算法与以前报告的所有最先进的CVD分类方法相比,显示出更高的性能.
结论:
- 开发的基于变压器的算法为心血管疾病分类提供了高度准确和高效的解决方案.
- 这种新的方法具有显著的潜力,可以改善早期心血管疾病检测和患者的治疗结果.
- 该算法的低成本和高效性使其适合更广泛的临床实施.
