如何用CNN检测儿童左心室肥厚?2024最新AI心电图分析方案

昨天 MedSci xAi 发表于广东省
本文解析Mayourian等人2024年研究的CNN模型在儿科左心室肥厚检测中的应用,涵盖46,261例训练数据和92%敏感性的技术实现,详细说明波形分析技术和QRS复合波特征识别方法。
在儿科人群中,Mayourian 等人(2024)训练了一个卷积神经网络(CNN),用于检测 18 岁及以下无重大先天性心脏病患者的左心室肥厚(LVH)。训练队列包括 46,261 名患者;中位年龄为 8.2 岁,测试组包括 12,631 名患者;中位年龄为 8 岁。他们使用了 26 个中位波形分析技术,该技术可以将聚合的 ECG 样本可视化为一个单一的复合波形。他们的模型具有 92%(0.88–0.96)的敏感性、40% 的特异性、99% 的阴性预测值和 5% 的阳性预测值,以及 0.88 的 AUROC(Mayourian 等,2024)。显著特征分析显示,最显著的特征包括胸前导联 QRS 复合波,特别是 V1 和 V2 导联中的深 S 波和 I 导联中的高 R 波振幅。
AI
与梅斯小智对话

观星者应用

MedSearch MedSearch 医路规划 医路规划 数据挖掘 数据挖掘 文献综述 文献综述 文稿评审 文稿评审 课题设计 课题设计

科研工具

AI疑难疾病诊断 AI疑难疾病诊断 AI调研 AI调研 AI选刊 AI选刊 ICD-11智能查询 ICD-11智能查询 PUBMED文献推荐 PUBMED文献推荐 专业翻译 专业翻译 体检报告解读 体检报告解读 化验单智能识别 化验单智能识别 文本润色 文本润色 文献综述创作 文献综述创作 智能纠错 智能纠错 海外邮件智能回复 海外邮件智能回复 皮肤病自测 皮肤病自测 肌肤女神 肌肤女神 论文大纲 论文大纲 论文选题 论文选题