据中国科学院2018年8月23日报道,中国研究人员提出了一种新的神经网络,用于快速准确地筛查心脏病。  

心房颤动(AF)是老年人中最常见的持续性慢性心脏病之一,伴有高死亡率,中风和心力衰竭。  

AF的早期检测对于避免残疾或死亡是必要的。然而,由于其发作模式,AF检测仍然不确定。

目前,AF筛查方法是在1-2分钟内分析ECG记录。因此,在可穿戴设备中很难使用,可以快速准确地监视和捕获AF记录。  

提出了新的神经网络来筛选心电图记录的AF记录。实验结果表明,所提出的神经网络在5秒的心电图记录中达到了96.99%的分类准确度。  

在20秒的ECG记录中获得最佳分类准确度,98.13%。  

新神经网络优异的AF筛选性能可以满足大多数老年人对可穿戴设备的日常监控。