基于ECG的多种疾病高通量筛查：利用人群数据集多诊断深度学习的概念验证
信号处理
2022-10-13 v1 机器学习
摘要
心电图(Electrocardiogram, ECG)异常与心血管疾病相关，但也可能出现在其他非心血管病症中，如精神、神经、代谢与感染性疾病。然而，近期基于深度学习(deep learning, DL)的诊断预测在选定患者队列中的成功大多局限于一小部分心脏疾病。在本研究中，我们使用了一个包含超过250,000名患者、超过1000种病症以及超过200万份ECG的人群数据集，以识别可从患者首次院内ECG准确诊断的广泛疾病。我们的DL模型揭示了128种疾病与68个具有强判别性能的疾病类别。
引用
@article{arxiv.2210.06291,
title = {ECG for high-throughput screening of multiple diseases: Proof-of-concept using multi-diagnosis deep learning from population-based datasets},
author = {Weijie Sun and Sunil Vasu Kalmady and Amir Salimi and Nariman Sepehrvand and Eric Ly and Abram Hindle and Russell Greiner and Padma Kaul},
journal= {arXiv preprint arXiv:2210.06291},
year = {2022}
}
备注
Accepted in Medical Imaging meets NeurIPS 2021 https://www.cse.cuhk.edu.hk/~qdou/public/medneurips2021/88_ECG_for_high-throughput_screening_of_multiple_diseases_final_version.pdf