科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 通过深度学习模型对主动脉瓣狭窄的心音进行识别，探索其在临床筛查上的应用潜力。方法 于2021年6月至2022年2月在天津市胸科医院对患者进行心音采集，并收集临床资料，共纳入100例患者，其中男56例、女44例，平均年龄57岁；主动脉瓣狭窄患者与无主动脉瓣疾患患者各50例，包括11例无症状患者。应用采集的心音数据建立深度学习模型，对其进行训练，验证与测试。最后使用测试结果绘制受试者工作特征曲线及精确度-召回率曲线评价模型性能。结果 模型对于从中国主动脉瓣狭窄患者于临床环境采集而得的心音数据具有优秀的区分能力：准确度为91.67%；灵敏度为90.00%；特异度为92.50%，受试者工作特征曲线下面积为0.917。结论 基于深度学习应用心音诊断主动脉瓣狭窄的模型在临床筛查上具有优秀的应用前景，能为主动脉瓣狭窄患者的早期识别提供新思路。
- 出版日期2023
- 单位天津市胸科医院; 天津医科大学
