基于人工智能的辅助诊断在先天性房间隔缺损筛查中的应用研究

发布时间：2021-05-09 04:11

　　目的评估基于人工智能的辅助诊断在先天性房间隔缺损（atrial20septal20defect,ASD）筛查中的应用价值。方法202014年9月至2018年9月,在先心病筛查中对1020142名0～14岁儿童进行人工听诊及基于人工智能的辅助诊断。人工智能对已确诊ASD的儿童采集标准部位心音,通过去噪和提取特征信息学习,实现心音和ASD对应的辅助诊断;在筛查中随机分为人工听诊组（n=620280）和人工智能组（n=3762）,比较ASD的发现率;在确诊的162例患儿中比较人工听诊和人工智能诊断的准确率。结果人工智能共学习620253个ASD患儿和620544个正常儿童心音周期;采用学习所得辅助诊断技术听诊320762名儿童,诊断率（4.5‰）与人工听诊（1.9‰）相比差异无统计学意义（P>200.05）;对162例确诊患儿进行人工智能辅助诊断,准确率为69.1%。结论基于人工智能的辅助诊断在先天性ASD筛查中是一个有效的辅助手段。 

【文章来源】：实用医学杂志. 2019,35(16)北大核心

【文章页数】：4 页

【文章目录】：
1 对象与方法
    1.1 研究对象
    1.2 方法
        1.2.1 心脏听诊方法
        1.2.2 基于人工智能心音分析方法
        1.2.3 人工诊断与人工智能辅助诊断对比
    1.3统计学方法
2 结果
    2.1 人工智能学习心音数据
    2.2 人工听诊诊断与人工智能辅助诊断发现率比较
    2.3 人工听诊诊断与人工智能辅助诊断准确率比较
3 讨论


【参考文献】：
期刊论文
[1]3D打印技术在先天性心脏病个性化诊治中的应用[J]. 董柱,刘莹,曹一秋,王晓武.  实用医学杂志. 2018(15)
[2]基于GMM的心音信号生物识别方法研究[J]. 钟丽莎,万江中,黄志伟,郭兴明,段赟.  中国医疗器械杂志. 2013(02)
[3]基于DSP的心音信号采集与分析[J]. 邢素霞,陈天华.  生物医学工程学杂志. 2011(02)



本文编号：3176598