室上性心动过速机制的智能分类模型:基于十二导联穿戴式心电设备
王泓森1
米利杰2
张越3
葛兰1
赖杰伟3
陈韬1
李健1
时向民1
修建成4
唐闵2
阳维3
郭军1
1.解放军总医院第六医学中心心血管病医学部,北京 1000482.中国医学科学院阜外医院心律失常中心,北京 1000373.南方医科大学生物医学工程学院,广东 广州 5105154.南方医科大学南方医院心内科,广东 广州 510515
摘要：目的 基于十二导联穿戴式心电设备,探索室上性心动过速(SVT)机制鉴别的智能分类模型.方法 选取356份SVT的穿戴式心电图,通过五折交叉验证的方式随机分为训练集、验证集建立智能分类模型,选取2021年10月～2023年3月诊断为SVT并行电生理检查及射频消融术的患者共101例作为测试集.对比心动过速诱发前后的心电图参数改变,基于多尺度深度神经网络,并加入窦性心律对比图增强训练,建立SVT机制分类的智能分类模型并验证诊断效能.进一步提取Ⅱ,Ⅲ,V1三导联心电信号建立分类模型,并对比其与十二导联智能分类模型的效能.结果 101例测试集中68例为房室结折返性心动过速,33例为房室折返性心动过速.预训练模型在验证集中识别房室结折返性心动过速的最高精确率-召回率曲线下面积达到0.9492,F1评分为0.8195.最终Ⅱ导联,Ⅲ导联,V1导联,三导联与十二导联智能分类模型于测试集中的总F1评分分别为0.5597,0.6061,0.3419,0.6003与0.6136.对比十二导联,Ⅲ导联的净重新分类指数与综合判别改善指数分别为-0.029(P=0.714)与-0.005(P=0.817).结论 基于多尺度深度神经网络,初步建立了穿戴式心电图对SVT机制分类的智能分类模型,并具有一定的准确性.
关键词：穿戴式心电图室上性心动过速十二导联心电图多尺度深度神经网络房室结折返性心动过速房室折返性心动过速
资助基金：国家重点研发计划(2018YFC2001205)军委后勤保健专项(22BJZ41)
论文发表日期：2024-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 851-858 )
英文信息