基于手机声学感知的房颤检测系统

房颤（AF）的特征是起源于心房的电脉冲不规则，这可能导致严重的并发症甚至死亡。由于房颤具有间歇性，早期且及时的房颤监测对于防止患者病情进一步恶化至关重要。尽管动态心电图 Holter 监测仪能提供准确的监测，但其高昂的成本阻碍了更广泛的应用。当前基于移动设备的房颤检测系统提供了便携式解决方案，然而这些系统存在诸多适用性问题，例如易受环境因素影响以及需要用户付出大量精力。为了克服上述局限性，我们提出了 MobileAF，一种利用扬声器和麦克风的新型基于智能手机的房颤检测系统。为了捕捉微小的心脏活动，我们提出了一种多通道脉搏波探测方法。此外，我们通过引入三阶段脉搏波净化流水线来提升信号质量。不仅如此，我们还构建了一个基于 ResNet 的网络模型，以实现准确可靠的房颤检测。我们利用智能手机上的数据采集应用收集了 23 名参与者的数据。大量实验结果证明了我们系统的优越性能，准确率达到 97.9%，精确率达到 96.8%，召回率达到 97.2%，特异性达到 98.3%，F1 分数达到 97.0%。