当前位置: X-MOL 学术J. Am. Heart Assoc. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
心肺复苏期间基于连续心电图的自动体外除颤器电击咨询系统的深度神经网络方法
Journal of the American Heart Association ( IF 5.0 ) Pub Date : 2021-03-05 , DOI: 10.1161/jaha.120.019065
Shirin Hajeb-M 1 , Alicia Cascella 2 , Matt Valentine 2 , K H Chon 1
Affiliation  

背景因为胸外按压会在 ECG 中引起伪影,当前的自动体外除颤器会在执行自动节律分析时指示用户停止心肺复苏 (CPR)。已经表明,最大限度地减少 CPR 中断会增加生存机会。存在和不存在 CPR 伪影时的节律。使用了来自 Physionet 的 40 名受试者的数据,其中 1131 个可电击样本和 2741 个非电击样本被 43 种不同的 CPR 伪影污染,这些伪影是在心搏停止期间从商业自动体外除颤器获得的。我们有单独的数据作为训练和测试集。使用我们的深度神经网络模型,整个数据集在 4 倍交叉验证集上的休克与非休克决策的敏感性和特异性分别为 95.21% 和 86.03%。该结果基于在存在和不存在 CPR 伪影的情况下使用 ECG 数据对模型进行的训练和测试。对于无 CPR 伪影的心电图,敏感性为 99.04%,特异性为 95.2%。对于带有 CPR 伪影的心电图,获得了 94.21% 的灵敏度和 86.14% 的特异性。除了 4 折交叉验证集,我们还检查了留一主题验证。留一受试者退出验证案例的敏感性和特异性分别为 92.71% 和 97.6%。无论 CPR 状态如何。结果符合美国心脏协会的灵敏度要求 (>90%)。



"点击查看英文标题和摘要"

更新日期:2021-03-16
down
wechat
bug