Die KI neuronale Netz erkennt Herzinsuffizienz von einzelnen Herzschlag: Neue KI neuronale Netz-Ansatz erkennt Herzinsuffizienz von einem einzelnen Herzschlag mit 100% Genauigkeit

Forscher entwickelt haben und mit einem neuronalen Netzwerk-Ansatz, der eindeutig identifizieren kann Herzinsuffizienz mit 100% Genauigkeit durch die Analyse von nur einem raw-Elektrokardiogramm (EKG) Herzschlag, eine neue Studie berichtet.

Kongestiver Herzinsuffizienz (CHF) ist eine chronische progressive Bedingung, dass wirkt sich auf die Pumpleistung des Herzmuskels. Im Zusammenhang mit der hohen Prävalenz, signifikante Mortalität und nachhaltig die Kosten im Gesundheitswesen, klinische Praktiker und Gesundheitssysteme dringend benötigen effiziente Verfahren zur Erkennung.

Dr. Sebastiano Massaro, Associate Professor für Organisations-Neurowissenschaften an der University of Surrey, hat zusammen mit Kollegen Mihaela Porumb und Dr. Leandro Pecchia an der University of Warwick und Ernesto Iadanza an der Universität von Florenz, zur Bewältigung dieser wichtige Anliegen, die durch die Verwendung von Convolutional Neural Networks (CNN) — hierarchische neuronale Netzwerke sehr effektiv bei der Erkennung von mustern und Strukturen in den Daten.

Veröffentlicht in Biomedical Signal Processing and Control Journal, Ihre Forschung drastisch verbessert bestehende CHF-detection-Methoden in der Regel konzentriert sich auf die Herzfrequenz-Variabilität, dass zwar wirksam, sind zeitaufwändig und anfällig für Fehler. Umgekehrt, Ihre neue Modell verwendet eine Kombination von advanced signal processing und machine learning tools auf rohen EKG-Signale, mit 100% Genauigkeit.

Dr. Massaro, sagte: „Wir haben trainiert, getestet und die CNN-Modell auf große öffentlich verfügbaren EKG-Datensätze mit Probanden mit CHF als auch gesunde, nicht-arrhythmogenen Herzen. Unser Modell geliefert 100% Genauigkeit: durch die überprüfung nur einen Herzschlag sind wir in der Lage festzustellen, ob oder nicht eine person hat ein Herzversagen. Unser Modell ist auch eine der ersten bekannten erkennen zu können, sind die EKG‘ s morphologischen Funktionen, die speziell im Zusammenhang mit der schwere der Erkrankung.“

Dr. Pecchia, Präsident an der European Alliance for Medical and Biological Engineering, erläutert die Auswirkungen dieser Erkenntnisse: „Mit rund 26 Millionen Menschen weltweit betroffen, von einer form der Herzinsuffizienz, unsere Forschung stellt einen bedeutenden Fortschritt auf der aktuellen Methodik. Aktivieren von klinischen Praktikern, auf eine genaue CHF detection tool kann einen erheblichen gesellschaftlichen Auswirkungen, mit den Patienten profitieren von der frühen und effizientere Diagnose und Lockerung Druck auf die NHS-Ressourcen“.