myocardial infarction
PulseAugur coverage of myocardial infarction — every cluster mentioning myocardial infarction across labs, papers, and developer communities, ranked by signal.
- 2026-06-02 research_milestone A new AI model was proposed for reconstructing 3D myocardial infarction geometry from cine MRI. 来源
3 天有情绪数据
-
新AI框架可数字化纸质心电图，用于远程心脏病发作筛查
研究人员开发了ECGLight，一个轻计算框架，旨在数字化纸质心电图（ECG）打印件并筛查心肌梗死（MI）。该设备端系统将智能手机拍摄的心电图转换为校准的12导联信号，即使在连接性或计算资源有限的远程诊所也能进行诊断。该框架在PTB-XL数据集上实现了95.51%的心肌梗死检测准确率，在ECG-Matrix数据集上实现了88.89%的氧耗心肌梗死（OMI）检测准确率，并且在纯CPU资源下每份心电图的运行时间不到30秒。
-
AI模型预测心脏病发作死亡并识别关键生物标志物
研究人员开发了一种结合了深度人工神经网络和集成机器学习方法的模型，用于预测急性心肌梗死（MI）的致命结局并识别关键生物标志物。该模型解决了当前诊断方法耗时且不一致的局限性。通过采用SVMSMOTE和ADASYN等数据预处理技术处理不平衡数据，并结合特征选择方法，该系统集成了逻辑回归、随机森林、Light-GBM和Bagging SVM，并通过神经网络进一步提高准确性。该方法旨在为临床医生提供一种更快、更准确、更经济的诊断工具。
-
新的 EURO 和 ACUTE 方法改进了 AI 模型置信度评分
研究人员开发了一种名为 EURO 的新方法来评估模型置信度，解决了完美的校准可能被基础比率猜测所利用的挑战。EURO 根据在不同风险级别下信任或弃权答案的收益来评估置信度。此外，ACUTE 分析模型激活以确定何时信任答案，在工具调用等任务上优于校准基线。
-
人工智能从核磁共振成像中重建三维心脏瘢痕几何形状
研究人员开发了一种从电影核磁共振成像扫描中重建心肌梗死（MI）三维模型的新方法，无需造影剂。该方法利用了一种新颖的显式几何运动嵌入模型，该模型从多视图电影核磁共振成像中提取并融合几何和运动特征。该系统在 225 次扫描中取得了 0.678 的平均 Dice 分数，并在下游电生理学模拟中显示出与造影增强核磁共振成像衍生数据的高度一致性，为无造影剂的心脏数字孪生建模带来了希望。
-
新的HEAR代理改进了企业系统的LLM推理能力
研究人员开发了一种名为HEAR的新型企业代理推理器，旨在克服当前LLM应用在复杂业务系统中的局限性。HEAR利用分层超图本体来虚拟化数据接口并编码业务规则，从而实现结构化的多跳推理。在供应链任务上的评估，例如订单履行阻塞的根本原因分析，表明HEAR的准确率高达94.7%。
-
AI模型利用ECG数据预测心血管疾病进展
研究人员开发了一种新颖的人工智能模型，旨在预测心肌梗死后心血管疾病的进展。该模型利用无标签ECG数据上的自监督学习，并整合了患者特定的时间信息。在针对心梗后结局预测进行微调后，与从头开始训练的模型相比，该模型表现出更优越的性能，取得了更高的AUC分数。