大量人群中不规则心房颤动诊断的诊断的实现

Hefei的科学和技术日报，5月22日（记者Wu Changfeng），记者在第22届科学与技术大学中学到了陈Yan教授的研究团队使用毫米波雷达感知技术来实现非企业高级概览的非统计中心纤维化的非概念机制，以对第一次计算机进行大规模机械机制。相关研究结果于5月20日发表在《国际杂志自然通讯》中。房颤是最常见的心律失常疾病之一，其全球范围显示出快速的上升趋势。我国成年人中房颤的总体传播为1.6％。心房颤动具有逐渐发育的特征，其路线可以在偶尔的心房颤动中逐渐向前移动穆拉，直至正在进行的房颤，并最终在难治性的永久性房颤中发育。这个特征是指对于早期诊断和及时干预的主要作用，延迟疾病发展并预防严重并发症（例如中风和心力衰竭）具有重要意义。心电图是诊断心房颤动的金标准，但是心电图的传统检测仅需10秒至分钟，这通常很容易错过最佳的治疗机会。可穿戴技术（例如动态心电图）也很难在无症状多年生的早期阶段应用。因此，在第一次并发症发生之前如何进行早期分析仍然是一个主要的临床挑战。引入的研究人员认为，当发生房颤时，会破坏心脏电脉冲的适当传导，并干扰促进心房内促进的电信号，从而导致节奏障碍。这种电生理疾病会引起异常的机械运动，反过来，这驱动了胸壁的去除以在体内发展机械波动，这可以通过雷达波雷达看到。它通过机械评估身体表面的运动来诊断房颤，为诊断房颤提供了新的想法。研究团队是由基于知识转移的网络体系结构提出的，创新性建立了电活动与机械运动模式之间相关性的相关性，并使用了一个世纪以来尚未证明了一个世纪以来的ECG信号特性，以帮助神经网络识别异常的机械分解 - 对操动的原质是独有的。该系统实现了一种非接触，无操作，可穿戴设备发现的方法，并在大规模临床验证中获得心电图诊断附近的发现性能。该系统在6258个主题上进行了测试，发现的灵敏度为0.844，规范为0.995。在阳光下 - 对27个主题的监控该系统具有高度房颤的高风险，在临床诊断前成功识别了2例患有心房颤动的患者。