| 摘 要： | 目的基于深度机器学习开发并应用区域心电诊断平台智能心电诊断系统。方法利用2015年1月至2019年12月连续4年在湖州市第一人民医院及下属健康保健集团单位采集到的实时传输标准常规12导心电图数据100 120份构造神经网络智能诊断模型,通过多任务学习机制完成模型训练,实现常见心电图症状的智能诊断。应用已开发的网络心电智能诊断系统对2020年6月本院常规12导联心电图2 500份进行实时在线分析,比较纯人工诊断组与智能心电诊断系统辅助诊断组的诊断效能、准确率、实时性、劳动时间等。结果所开发的智能心电诊断系统对窦性心律、窦性心律不齐、窦性心动过速、窦性心动过缓、正常心电图、室性期前收缩、房性期前收缩、左束支传导阻滞、右束支传导阻滞、左右手反接、左心室高电压ST-T改变、室性心动过速、房性心动过速、房室传导阻滞等常见非疑难心电图的灵敏度、特异度、阴性预测值、阳性预测值等均较高,对于其他少见及疑难心电图的诊断,系统还需要更多病例样本进行深度学习。与纯人工诊断组相比,智能心电诊断系统辅助诊断组劳动时间明显缩短,实时性明显提高,准确率略有提升。结论所开发的基于深度机器学习的智能诊心电断系统诊断效能...
|
