P波参数结合人工智能算法在心房颤动检测中的价值
郭叶丹
郭俊含
张树龙
116001 辽宁省大连市,大连大学附属中山医院心脏中心
摘要：心房颤动(房颤)是最常见的心律失常.ECG上P波代表心房去极化,包含心房电活动和结构特性;异常P波参数已被证明对于评估患者是否已患有或即将发生房颤具有重要价值.然而,由于技术和生物学原因,心电图中检测心房活动具有挑战性.现随着机器学习和深度学习技术在房颤检测中不断开展,若能发展创新的方法聚焦于检测P波可能提供更加准确的分类器,且不损害模型透明度.该综述主要探讨了人工智能技术结合P波参数特征在房颤检测中的价值.
关键词：P波人工智能心房颤动
分类号：R541.7(心脏、血管（循环系）疾病)
论文发表日期：2024-03-10
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：6( 207-212 )
英文信息