نظام مراقبة الرجفان القلبي الكهربائي بدون تدريب مسبق مخصص: من التكيف النموذجي القائم على التمثيل النادر إلى اكتشاف النبضات غير الطبيعية بكفاءة طاقية لرصد كهارطفي القلب العملي

يقترح هذا البحث نظامًا لمراقبة كهروغراف القلب (ECG) منخفض التكلفة وعالي الدقة، مصممًا للكشف المبكر عن عدم انتظام ضربات القلب للأجهزة المحمولة القابلة للارتداء. النهج الإشرافي السابق لرصد كهروغراف القلب الشخصي يتطلب وجود ضربات قلب غير طبيعية وطبيعية للتدريب على تصنيف خاص. ومع ذلك، في السيناريو الحقيقي حيث يتم تضمين الخوارزمية الشخصية في جهاز قابل للارتداء، لا تكون هذه البيانات التدريبية متاحة للأشخاص الأصحاء الذين ليس لديهم تاريخ مرضي قلبي.في هذه الدراسة، (أ) نقترح تحليل الفضاء الصفر على الفضاء الإشاري الصحي الذي يتم الحصول عليه عبر تعلم القاموس النادر، وندرس كيف يمكن أن يقلل التسجيل في الفضاء الصفر أو بدلاً من ذلك طرق التصنيف المستندة إلى أقل المربعات المنظمة من التعقيد الحسابي دون التضحية بدقة الكشف عند مقارنته بالتصنيف المستند إلى تمثيل نادر. (ب) ثم نقدم تقنية تناسب المجال المستندة إلى التمثيل النادر بهدف تسجيل إشارات الضربات القلبية غير الطبيعية والطبيعية للمستخدمين الآخرين الموجودين في فضاء الإشارة الخاص بالمستخدم الجديد، مما يتيح لنا تدريب تصنيف خاص بدون الحاجة إلى أي ضربة قلب غير طبيعية للمستخدم الجديد. وهكذا يمكن تحقيق التعلم بدون أمثلة (zero-shot learning) دون الحاجة إلى إنشاء ضربات قلب غير طبيعية صناعية.أظهرت مجموعة واسعة من التجارب التي أجريت على مجموعة بيانات كهروغراف القلب المرجعية MIT-BIH أن عندما يتم استخدام مولد بيانات التدريب المستند إلى تناسب المجال مع تصنيف CNN ذو البعد الواحد بسيط، فإن الطريقة تتفوق على الأعمال السابقة بمقدار كبير. (ج) ثم، بدمج (أ) و(ب)، نقترح تصنيفًا مشتركًا يحسن الأداء بشكل أكبر. يصل هذا النهج للكشف عن عدم انتظام ضربات القلب بدون أمثلة إلى مستوى دقة متوسط ​​بلغ 98.2٪ ومعدل F1 بلغ 92.8٪.أخيرًا، يتم اقتراح نظام شخصي فعال من حيث استهلاك الطاقة لمراقبة كهروغراف القلب باستخدام الابتكارات المشار إليها أعلاه.