运动测试的自动化和名字分析分析

科学领域:

• 心脏病学 心脏病学
• 医学技术 医学技术 医学技术
• 诊断成像诊断成像的使用

背景情况:

• 运动心电图 (ECG) 分析对于诊断冠状动脉疾病 (CAD) 是至关重要的.
• 自动化分析工具在精度和效率上比手动解释提供了潜在的改进.
• 开发可靠的方法来估计CAD的严重程度对于患者管理至关重要.

研究的目的:

• 评估商用微处理器的有效性和有用性,用于自动执行心电图分析.
• 开发一种名图表来估计冠状动脉疾病 (CAD) 的严重程度.

主要方法:

• 107名患者的相关视觉分析,自动化分析和冠状动脉造影.
• 分析的ST整数 (ST抑郁区域) 在运动期间和之后记录.
• 使用多重回归分析与ST积分,运动持续时间和CAD严重程度.

主要成果:

• 自动运动心电图分析被认为是有效和有用的.
• 运动后的ST积分表现出更高的特异性和预测价值,而不是运动期间的CAD检测积分.
• 开发的名图可以区分轻度和重度的CAD.

结论:

• 自动运动心电图分析是CAD评估的可靠工具.
• 运动后的ST积分是估计CAD严重性的有价值指标.
• 衍生名图为基于非侵入性参数量化CAD严重性的方法提供了一种方法.