欢迎来到在线小游戏老虎机!
您现在的位置:网站首页 >> 老虎机怎么玩才能赢>> 正文内容

深度学习算法可以准确诊断心律失常

文章来源:在线小游戏老虎机 发布时间:2018-09-25 02:59:54 点击数:150590次 字体:

新华社,旧金山,7月8日(Reporter Ma Dan)美国斯坦福大学的研究人员最近开发了一种深度学习算法,通过分析生成的ECG数据来诊断13种不同类型的心律通过可穿戴监控设备。

异常,其准确性甚至超过了心脏病专家。

该结果可用于改善偏远地区心律失常患者的诊断和治疗。

潜在的心律失常患者通常会去看医生,并由医生使用心电图检查。

如果心电图仪没有检测到问题,医生可以允许潜在的患者使用可穿戴设备进行两周的心律连续监测。

当设备生成最多30个时间跨度的数据时,医生需要分析每秒的数据以发现心律失常的迹象。

危险的心律数据和濒临危险的心律数据通常极难区分。

斯坦福大学的新闻稿称,学校机器学习团队的负责人,着名的人工智能专家吴恩达发现,这是一个数据问题。

研究人员开发了一种深度学习算法,可以根据ECG信号诊断不同类型的心律失常。

与提供可穿戴节奏监测设备的公司合作,他们获得了大约36,000个ECG数据样本,以训练深度神经网络模型。

7个月后,这种神经网络模型比心脏病专家更准确地诊断心律失常,并且在大多数情况下甚至超过医生。

相关研究论文发表在在线开放数据库arXiv上,其真人美女老虎机包含预先印制的科学文献。

据研究人员介绍,心律失常的种类很多,区别很细微,但它对如何处理发现的心律失常有很大影响。

例如,有两种类型的心律失常,称为继发性房室传导阻滞,看起来非常相似,但一种不需要治疗,另一种需要立即观察。

他们的研究结果不仅可以检测出心律失常的迹象,而且可以高精度地检测出不同类型的心律失常,这是前所未有的。

此外,该算法的优点在于它不会疲劳并且可以立即诊断心律失常。

研究人员希望他们的算法将在未来用于为无法在偏远或发展真人美女老虎机国家看到心脏病专家的人提供专家级心律失常诊断。

该算法还可以与可穿戴节奏监测设备一起使用,供高风险群体日常使用,以便在发现潜在致命心律时通知应急人员。

新闻推荐

悲伤裁缝陆永强

卢永强