基于人工智能的冠状动脉阻塞检测使用声学生物标志物在支架放置之前和之后
David Anderson Lloyd1, Andrei Dragomir1, Bulent Ozpolat2
1Department of Biomedical EngineeringUniversity of Houston Houston TX 77004 USA.
人工智能 (AI) 分析心脏声音生物标志物以检测冠状动脉疾病 (CAD). 这种人工智能方法准确地识别了治疗前后心脏声音的变化,使得精确的,非侵入性的患者监测.
科学领域:
- 心脏病学 心脏病学
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 心血管疾病 (CVD) 是美国的主要死亡原因.
- 冠状动脉疾病 (CAD) 占心血管疾病死亡人数的40%以上.
- 早期发现和治疗CAD对于降低死亡率至关重要.
研究的目的:
- 开发一种人工智能驱动的方法来识别患者特定的CAD声学生物标志物.
- 使用人工智能识别穿皮冠状动脉干预 (PCI) 之前和之后的心脏声音.
- 为了能够精确,非侵入性监测CAD进展和治疗反应.
主要方法:
- 利用匹配追求将心脏声音录音分解为"原子".
- 应用DeepSets的深度学习架构来对CAD相关的声学生物标志物进行分类.
- 分析了PCI前后12名人类患者的心脏声音.
主要成果:
- 使用完整心脏周期的声音实现了88.06%的分类准确度.
- 仅使用透气窗声段,达到71.43%的准确性.
- 证明了个性化的原子集群代表了与CAD相关的独特的心声特征.
结论:
- 个体化的原子集群反映了与动脉封闭相关的特定心脏声音组件.
- 这些星团在PCI后表现出改变的光谱能量标志.
- 基于人工智能的心脏声音特征分析提供了一个精确的,非侵入性的方法来监测CAD.
更多相关视频
06:16Signal Acquisition, Score Interpretation, and Economics of a Non-Invasive Point-of-Care Test for Coronary Artery Disease
Published on: August 9, 2024
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
相关概念视频
Acute Coronary Syndrome III: Diagnostic Studies
Acute Coronary Syndrome I: Introduction
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Assessment of apical pulse
Assessing the apical pulse is a critical nursing procedure, particularly indicated for:
Imaging Studies for Cardiovascular System V: CT
