研究人员开发了MyoECG,一个新颖的框架,将心脏磁共振(CMR)成像的结构和功能信息转化为标准心电图(ECG)信号。这使得仅使用ECG即可检测和分类心肌病,克服了CMR的成本和可及性限制。该模型在超过45,000次配对的ECG-CMR检查中进行了训练,并在超过180万次ECG中进行了验证,其表现优于现有的ECG基础模型。在多位读者研究中,MyoECG的辅助也提高了心脏病专家的诊断准确性。 AI
影响 该AI模型可以通过利用广泛可用的ECG数据,显著提高心肌病诊断的可及性和可扩展性。
排序理由 该集群包含一篇详细介绍用于医学诊断的新AI模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- cardiac magnetic resonance imaging
- cardiomyopathy
- electrocardiography
- MyoECG
- NFIA
- Potassium voltage-gated channel subfamily Q member 1
- UK Biobank
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →