• 综述 •
人工智能在心电图中的应用进展
中华心血管病杂志, 2021,49(11)
: 1146-1151. DOI: 10.3760/cma.j.cn112148-20210422-00365
摘要
人工智能是心电诊断领域的研究热点和发展趋势。心电图在心血管疾病的诊断中具有重要作用，但其准确判读需要相当的专业理论知识。目前，机器学习在心电图自动筛查、诊断及预测心血管疾病等方面均有较大进展，在某些领域，已经实现快速而类似医师的解读。更为重要的是，多层神经网络能够精准识别肉眼不可见的信号和模式，使心电图成为一种无创而有效的检查手段。该文主要综述人工智能在心电图中的应用现状，重点关注心律失常、冠心病、心功能不全及肥厚型心肌病，并讨论其局限性和未来发展方向。
引用本文:
渠强,
孙劲禹,
阚俊彦,
等.
人工智能在心电图中的应用进展
[J]
. 中华心血管病杂志, 2021, 49(11)
: 1146-1151.
DOI: 10.3760/cma.j.cn112148-20210422-00365.
扫 描 看 全 文
正文
作者信息
基金 0 关键词 0
English Abstract
评论
阅读 0 评论 0
相关资源
引用 | 论文 | 视频
以下内容版权所有，任何个人和机构未经授权不得转载、复制和发布，违者必究。
心电图是临床最常用的检查方法之一，具有廉价、无创、易操作、可重复等特点，可记录心脏每一心动周期产生的电活动变化，对于心血管疾病的诊断有重要作用［1, 2］。然而，心电图的人工判读取决于医师的经验累积，且受限于判读过程中的主观性、人为误差及手动分析的耗时。传统计算机辅助诊断技术易受干扰因素的影响，其鲁棒性、泛化性较差，临床应用存在局限性［1，3］。随着机器学习的发展和计算机性能的提高，人工智能可实现心电图数据的自动学习并建立分析系统，识别与心脏结构或功能异常相关的微小变化［4］。近5年来，人工智能的应用为心电数据解读提供了实质性的改进，在疾病的筛查［5］、诊断［6］及预测［7］等方面获得重大突破，促使人们重新审视心电图在心血管领域中的作用。通过回顾性学习大样本的心电图数据，人工智能可弥补传统诊疗模式的不足，客观而准确地提供预后信息，从而协助诊疗方案的制定。本文主要介绍人工智能的概念，阐述其在心电图诊断心律失常及其他心血管疾病中的应用，讨论目前存在的局限性，并展望其应用前景。
