人工智能技术用于心肌梗死自动检测的应用：综述
信号处理
2022-10-28 v2 计算机视觉与模式识别
摘要
心肌梗死（MI）因血流不足导致心肌损伤。MI 是全球中老年人群最常见的死亡原因。为诊断 MI，临床医生需解读心电图（ECG）信号，这要求专业知识且易受观察者偏倚影响。基于人工智能的方法可利用 ECG 信号自动筛查或诊断 MI。本工作中，我们基于 ECG 及其他生物物理信号（包括机器学习（ML）与深度学习（DL）模型）对 MI 检测的基于人工智能的方法进行了全面评估。传统 ML 方法的性能依赖于手工特征与 ECG 信号的手动选择，而 DL 模型可自动化这些任务。该综述观察到深度卷积神经网络（DCNNs）在 MI 诊断中取得了优异的分类性能，这也解释了其近年来的盛行。据我们所知，这是首篇针对使用 ECG 与其他生物物理信号的 MI 诊断所采用人工智能技术的全面综述。
引用
@article{arxiv.2107.06179,
title = {Application of artificial intelligence techniques for automated detection of myocardial infarction: A review},
author = {Javad Hassannataj Joloudari and Sanaz Mojrian and Issa Nodehi and Amir Mashmool and Zeynab Kiani Zadegan and Sahar Khanjani Shirkharkolaie and Roohallah Alizadehsani and Tahereh Tamadon and Samiyeh Khosravi and Mitra Akbari Kohnehshari and Edris Hassannatajjeloudari and Danial Sharifrazi and Amir Mosavi and Hui Wen Loh and Ru-San Tan and U Rajendra Acharya},
journal= {arXiv preprint arXiv:2107.06179},
year = {2022}
}
备注
16 pages, 8 figures