HyperAIHyperAI

Command Palette

Search for a command to run...

إلكتروكارديوuard: منع خطأ تحديد المرضى في قواعد بيانات الكهروضوئية القلبية باستخدام الشبكات العصبية

Michal Seják Jakub Sido David Žahour

الملخص

الQRS (تخطيطات القلب الكهربائية) تُستخدم بشكل شائع من قبل أطباء القلب لاكتشاف الحالات المرضية المتعلقة بالقلب. تعتبر جمع التخطيطات الكهربائية للقلب بشكل موثوق ضروريًا للتشخيص الدقيق. ومع ذلك، في الممارسة السريرية، يمكن أن يحدث تعيين التسجيلات التي تم التقاطها من QRS إلى مرضى خاطئين عن غير قصد. بالتعاون مع مركز سريري وباحث اعترف بهذا التحدي وتواصل معنا، نقدم دراسة تعالج هذه المشكلة. في هذا العمل، نقترح نموذجًا صغيرًا وكفاءً يستند إلى الشبكات العصبية لتحديد ما إذا كانت قراءتان من QRS تنحدران من نفس المريض. يظهر نموذجنا قدرات تعميم عالية ويحقق أداءً رائدًا في تحديد المرضى باستخدام طريقة الصور المرجعية والصور الاستعلامية على PTB-XL مع استخدام 760 مرة أقل من المعاملات. علاوة على ذلك، نقدم تقنية تستفيد من نموذجنا لاكتشاف أخطاء تعيين التسجيلات، مما يبرهن على قابليته للتطبيق في سيناريو واقعي. وأخيراً، نقيم نموذجنا على مجموعة بيانات QRS جديدة تم جمعها خصيصاً لهذه الدراسة ونجعلها متاحة للجمهور البحثي.注释:在阿拉伯语中,“Electrocardiograms”通常翻译为“تخطيطات القلب الكهربائية” (Takhayyutat al-qalb al-kahribaiyya),但为了简洁起见,这里使用了缩写“QRS”,这是心电图的一种常见缩写。然而,如果需要完全准确的翻译,建议使用完整的术语。


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp