JAHA:使用心电图检测主动脉瓣狭窄的深度学习算法

2020-03-30 xiangting MedSci原创

使用12导联和单导联心电图检测明显AS的深度学习算法准确性很高。

严重的症状性主动脉瓣狭窄(AS)与预后不良相关。但是由于许多患者有很长的无症状期,在此期间筛查工具无效,因此早期发现AS很困难。这项研究目的是开发和验证一种基于深度学习的算法,该算法将多层感知器和卷积神经网络相结合,使用心电图检测明显AS。

这项回顾性队列研究纳入接受过心电图和超声心动图两种检查的成年患者。使用39371个心电图开发基于深度学习的算法。使用来自一家医院的6453个心电图对算法进行内部验证,使用来自另一家医院的10865个心电图进行外部验证。终点是明显AS(超过中等水平)。研究使用人口信息、特征和500Hz、12导联心电图原始数据作为预测指标。此外,还使用灵敏度图确定了哪个区域对算法的决策影响最大。

在内部和外部验证时,使用12导联心电图检测明显AS的深度学习算法的受试者工作特性曲线下面积分别为0.884(95%CI,0.880-0.887)和0.861(95%CI,0.858-0.863);使用单导联的心电图信号分别为0.845(95%CI,0.841-0.848)和0.821(95%CI,0.816-0.825)。灵敏度图显示聚焦于心前区导联T波的算法,可以确定是否存在明显AS。

使用12导联和单导联心电图检测明显AS的深度学习算法准确性很高。

原始出处:

Joon‐Myoung Kwon. Deep Learning–Based Algorithm for Detecting Aortic Stenosis Using Electrocardiography. JAHA. 21 March 2020.

本文系梅斯医学(MedSci)原创编译整理,转载需授权!

相关资讯

BMJ:心电图或心脏磁共振成像确诊的未经辨识的心肌梗死患者预后

研究认为,通过心电图或心脏磁共振成像确诊的未经辨识的心肌梗死患者预后相当,与急性心肌梗死患者不良预后风险相当,筛查未被识别的心肌梗死可能有助于心血管疾病高风险患者的风险分层

仅三成肺栓塞心电图有S1Q3T3!同仁医院秦明照等523例肺栓塞总结

肺血栓栓塞症这种常见急危重症,临床表现多样,易发生误诊和漏诊。多数患者早期接受的心电图检查能否露出什么端倪?

盘点:急性肺栓塞的9种心电图表现

急性肺栓塞是死亡率较高的一类疾病,其临床表现多无特异性,心电图的多变性给临床诊断带来困难。本文总结了肺栓塞的常见心电图表现,希望能帮助大家在临床工作中快速诊断肺栓塞。

心电图实例解图-可疑的f波

对各科临床医生来说,准确读懂心电图都是一个很大的挑战。心电图波形变化各异,常常使哪些低年资的年轻医生一头雾水。

束支阻滞心电图几种特殊现象的分析技巧

本文结合两例心电图,共商分析技巧与思路。

Heart:心源性猝死患者心电图与心肌纤维化的关系

心肌纤维化与QRS波延长、深Q波、T波倒置和QRS波碎裂有关。这些结果为识别纤维性心肌病和SCD风险患者提供了潜在有用的无创早期指标。