type
status
date
slug
summary
tags
category
icon
password

心肌缺血

1. 引言与背景

心肌缺血的定义与临床表现

心肌缺血 (Myocardial Ischemia) 是指冠状动脉供血不足，导致心肌细胞供氧能力下降，无法满足代谢需求，从而引起的一系列病理生理状态。临床症状主要包括胸痛、胸闷，可伴有呼吸困难，通常在劳累或情绪激动时诱发，休息后可缓解。传统心电图 (ECG) 检查常表现为ST段压低、T波倒置，尤其在症状发作期具有较高的诊断价值。影像学检查，如心肌负荷灌注显像，可观察到局部灌注减少，提示心肌供血不足。

传统诊断方法的局限性

传统心电图主要捕捉低频信号 (0.05-100 Hz)，难以检测心肌细胞早期的电活动异常。这导致对早期心肌缺血的漏诊率高达45%。传统方法难以评估心肌缺血进展至心肌损伤、心肌梗死甚至猝死的风险。对非ST段抬高型心肌缺血 (NSTEMI) 的灵敏度仅为68%。

高频心电技术与机器学习的潜力

高频心电技术能够捕捉100Hz以上的信号，检测因钠离子通道功能障碍导致的高频QRS波振幅下降 (以≥1μV为阈值)，从而提高早期诊断的灵敏度。结合传感技术和人工智能 (AI) 模型，有望实现自动化诊断和无创化、便携式应用，为基于生理信号的研究提供更深层次的解读。

2. 研究问题

核心问题

当前心肌缺血的早期诊断面临挑战，特别是无症状性缺血。传统ECG对早期、微小心肌电活动变化不敏感，导致漏诊率高。现有诊断方法在无创性、高精度和基层医疗机构可及性之间难以兼顾。

该问题导致的生物/医学后果

缺血可引发心肌细胞电活动和代谢紊乱，表现为动作电位异常、ATP耗竭及乳酸积累，最终导致心肌细胞功能障碍和结构损伤。血流不足破坏心肌收缩功能与血流的匹配，可能发展为心肌纤维化和心室重构，导致心脏扩大、收缩力下降及心力衰竭。缺血还可诱发炎症反应，ROS和促凋亡信号的过度产生进一步加重心肌损伤。长期慢性缺血可能形成“冬眠心肌”，而急性缺血常因不稳定斑块破裂和血栓形成造成心肌坏死，并可能伴随再灌注后的“无复流”现象，显著增加死亡和并发症风险。漏诊或延迟诊断可能延误血运重建等关键治疗，使心肌缺血进展为不可逆损伤，增加心肌梗死、心源性猝死及主要不良心血管事件 (MACE) 的风险。

流行病学分析及严重性

全球每年因心血管疾病死亡人数近2000万。心肌缺血的漏诊概率因检查方法而异：冠状动脉CT血管成像 (CCTA) 漏诊率约12.5%，动态心电图在无症状患者中为14.2%，有症状患者约9.2%，而常规心电图漏诊率高达45%。短期内，未及时干预的缺血可能迅速发展为急性心肌梗死 (AMI)，增加死亡率，并可能引发恶性心律失常。长期来看，反复缺血会导致心肌重构、心力衰竭 (左室射血分数LVEF显著下降) 及不可逆的心肌纤维化。临床上，心肌缺血的漏诊可能导致误诊 (误诊率2%-25%)，延误治疗时机，增加医疗资源浪费和并发症治疗成本。

3. 文献综述与现有解决方案

现有主要解决方案概述

年份
研究者（文献）
技术/方法
灵敏度 / 特异性
主要发现及备注
1952
Langner [13]
高频切迹心电图与心脏病理学关联
未量化
首次提出将ECG高频成分与心脏病理状态相关联，奠定HF-ECG研究基础
1967
Reynolds [16]
高频切迹心电图分析原发性心肌病
未量化
探讨HF-ECG在心肌病中的应用，验证高频异常与病理状态相关
1970s
朱卫平、王树春
高频心电图 vs 选择性冠状动脉造影
≥ 90 % / 未明示
高频心电图诊断冠心病符合率高于常规ECG和运动试验，临床实用价值显著
1981
Goldberger AL[17]
运动应激状态下高频QRS分析
未具体量化
运动负荷中HF-QRS可提升冠心病诊断准确性
1989
Detrano [10]
运动平板测试荟萃分析
68 % / 77 %
综合147项研究，确认运动测试中等诊断性能，早期轻度缺血检出率更低
1980
多项研究 [20,21]
HF-QRS时域与频域分析（RMS、功率谱、时频方法）
平均 75 % ± 6 % / 80 % ± 6 %
HF-QRS检出急性缺血敏感度和特异度均优于ST-T段改变（48 % ± 16 % / 70 % ± 15 %）
2016
Schaerli 等 [23]
运动负荷+高频QRS & ST段偏差联合分析
63 % / 97 %；严重缺血：90 % / 94 %
4219例筛选662例，联合指标显著提高诊断性能，高频QRS为两年不良事件独立预测因子
2020
Balfour 等 [24]
运动核素心肌灌注显像 + 高频QRS分析
未指明具体数值
257例研究表明，结合HF-QRS可准确识别缺血，50 %患者可免血管造影
2017
Galante 等 [25]
急诊胸痛患者HFQRS分析
NSTE ACS：68 % / 未明示；传统ECG：44 %
235例前瞻性研究，HFQRS在非ST段抬高ACS、隐匿性心绞痛中诊断价值优于常规ECG
  • 高频心电技术 (HFQRS): 通过捕捉心肌细胞去极化过程中的高频信号 (150-250 Hz)，利用高精度传感器 (采样率≥1000 Hz) 和降噪算法 (如小波变换) 提取微伏级信号。 静息HFQRS对急性心肌缺血的敏感度达88%。
  • 生物标志物检测 (Biomarker Detection): 肌钙蛋白I (cTnI) 是广泛应用的标志物，唾液cTnI检测提供了非侵入性诊断的可能性。 B型利钠肽 (BNP) 和N末端前B型利钠肽 (NT-pro-BNP) 是心力衰竭的重要标志物。 循环microRNA是潜在的新型生物标志物。
  • 计算机断层冠状动脉造影 (CTCA): 作为一线无创诊断技术，通过高分辨率冠脉三维成像检测冠状动脉狭窄 (≥50%)，敏感度达91%-97%。
  • 冠状动脉CT血管成像 (CTA) 与血流储备分数 (FFR) 结合 (CT-FFR): 结合解剖学与功能学评估，CTA-FFR对冠状动脉狭窄程度评估的敏感度为58%，准确度为88.33%。
  • 国内解决方案进展 (Progress of Domestic Solutions in China): 包括心脏四维可视化系统，心肌型脂肪酸结合蛋白 (H-FABP) 的早期诊断价值验证，基于影像组学联合机器学习优化CCTA诊断，CCTA优化分析方法，以及基于确定学习和Transformer的ECG动态特征分析模型。
  • 信号处理技术 (Signal Processing Techniques): 如小波变换和希尔伯特-黄变换，用于优化ECG信号分析，提高早期缺血的检出率。

现有方案的问题与不足

  • HFQRS: 需要≥1000Hz采样设备，基层普及困难；肌电噪声和年龄相关阈值差异易致假阳性。
  • 生物标志物: 唾液cTnI特异性低 (68%)；microRNA缺乏标准化流程；植入式传感器易受生物污染。 高敏心肌肌钙蛋白 (hs-cTn) 的临床解释困难，且难以平衡检测敏感性和报告速度，并且是有创检测。
  • AI影像方案: 依赖高精度CT设备；数据异质性可能影响模型泛化。
  • CTCA: 因辐射暴露限制重复使用；肥胖或心率过快者图像质量下降。
  • CT-FFR: 对严重钙化或支架术后患者误差较大；无法评估微循环障碍。

现有同类产品分析

产品名称
公司
核心技术
性能
适用场景
报价
市场占比
市场策略
未来趋势
HyperQ静息/运动负荷高频QRS检测系统
毕胜普生物科技有限公司
高频QRS信号形态学分析
AUC 0.804，静息敏感度88%，运动负荷敏感度63%-91%
门急诊、体检中心、胸痛中心
设备采购价约30-50万元（含耗材及服务），单次检测收费约200-500元（医保编码支持）
国内三甲医院覆盖率约40%，市场占有率预估5%-10%
医保收费编码（200-500元/次） 加速普及
受益于《健康中国2030》心血管早筛政策，纳入“心电一张网”基层普及计划
GE MAC系列心电图机（MAC 5500 HD）
通用电气（GE Healthcare）
传统导联采集 + Marquette算法优化
灵敏度65％，特异性98％
三甲医院、急诊科
高端型号（如18导联）约 80-120万元，中端型号（12导联）约 50-80万元。
全球心电设备市场份额约 15%，中国三甲医院覆盖率约 20%
硬件耐用性（平均寿命10年+）和品牌效应
依赖传统心电设备的存量市场，但面临国产替代压力
KED心电大模型
上海交通大学联合心狗健康团队
多模态AI模型
AUC为 0.764，灵敏度为0.496，特异度为0.841
基层医疗、远程筛查、多模态融合
当前以科研合作和软件服务为主，商业化路径待明确
尚未进入医疗器械注册阶段，市场应用潜力大
以软件授权模式赋能基层医疗，降低设备成本
契合 AI+医疗 政策导向，未来可能通过DICOM标准与医院信息系统整合

文献调研总结

高频心电图 (HF ECG) 通过分析150-250 Hz范围的高频成分检测心肌缺血，能捕捉传统ECG难以识别的微小电活动变化。研究表明，HF ECG在检测特定类型的心肌缺血（如右冠状动脉狭窄相关缺血）时表现出更高的敏感性和特异性。其中高频QRS波群分析平均灵敏度和特异性分别为75% ± 6%和80% ± 6%，与传统ST段分析的平均敏感性48% ± 16%和平均特异性70% ± 15%相比具有明显优势。同时，为了进一步提供高精度检测结果，现在已有研究尝试利用计算机辅助分析心电图（ECG），可有效提高检测灵敏度（平均准确度为0.903），为检测心肌缺血早期诊断提供了重要参考。

4. 拟解决的关键科学问题与研究方案

拟解决的生物/医学疑难问题

心肌缺血是一种由冠状动脉血流不足导致心肌细胞缺氧的病理状态，其早期症状往往较为隐匿（如无症状性缺血）。传统心电图（ECG）由于仅能捕捉低频信号（0.05-100Hz），对早期心肌缺血的漏诊率高达45%。在临床表现上，心肌缺血主要表现为三个方面：首先，电活动异常，即钠离子通道功能障碍引发高频QRS波（150-250Hz）振幅下降（以≥1μV为阈值）；其次，代谢紊乱，表现为ATP耗竭、乳酸堆积，最终可导致心肌纤维化及心功能衰竭（左室射血分数LVEF下降超过10%）；最后，影像学证据方面，冠脉CT血管成像（CCTA）对冠状动脉狭窄≥50%的灵敏度可达91%-97%，但由于辐射暴露问题，其重复使用受到限制。值得注意的是，高频ECG相较于传统ECG能够捕捉到微伏级的QRS波碎裂信号，从而更早提示心肌缺血的存在。
然而，当前心肌缺血的检测仍存在诸多问题与不足：其一，传统ECG主要依赖ST段变化进行诊断，但对非ST段抬高型心肌缺血（NSTEMI）的灵敏度仅为68%；其二，高频ECG虽然能提供更精确的数据，但需要采样率≥1000Hz的设备支持，而基层医院的设备普及率不足30%；其三，由于肌电噪声（20-500Hz）的干扰以及老年患者阈值差异的影响，高频ECG的假阳性率超过15%。这些局限性凸显了开发更精准、便捷的心肌缺血早期诊断技术的迫切需求。
[图1 高频心电的获取原理以及Valsalva动作下的典型信号]
[图2 心电图（ECG）和高频心电图（振幅不同）]

潜在解决方案与核心思路

方案一：基于高频形态指数的判断

高频（HF）分析心电图（ECG）中150至250赫兹范围内的整个QRS复合波。Beker等人证明,心尖区4个高频QRS导联(V3至V6，表示为“心尖平均复合波”）的均方根（RMS）电压变化对识别冠状动脉疾病具有72%的敏感性和73%的特异性。
每个高频QRS波形的RMS电压通过以下步骤确定：(1) 将QRS间期内每个高频采样点的电压幅度平方；(2)计算这些平方值的平均数；(3)取计算出的平均值的平方根。
为了详细描述HF QRS波形的形态特征，记录了3种不同类型的振幅降低区（RAZs）的存在与否：Abboud、Abboud百分比和NASA RAZs (RAZ A、RAZ AP和RAZ N）。
与联合检测相比，RAZ基线评分或动态RMS电压变化的准确性较低，但单独使用这两种方法仍比常规ST段变化更敏感，可用于识别腺苷输注期间可逆的MPI缺陷。
高频QRS RMS电压的计算:
首先，对信号进行带通滤波，仅保留150–250 Hz频带内的高频成分，以提取HF-QRS信号。随后，对每个信号平均波形（precordial average complex或其它导联组合）在整个QRS时程内的所有采样点执行以下运算：将每个采样点的电压幅值平方，计算这些平方值的算术平均，然后对平均值开平方根，即得该HF-QRS波形的RMS电压。其数学表达式可表述为：
RMS=N1∑i=1Nvi2
其中，vi为第i个采样点的电压，N为QRS区间内采样点总数。
为评估HF-QRS在不同生理或药物刺激（如腺苷输注）下的动态变化，可进一步计算RMS的相对变化率：
并可对发生最大正（或负）变化的三联（或四联）空间相邻导联的%ΔRMS值求和，分别得出%ΔRMS-3与%ΔRMS-4评分，用于量化HF-QRS整体响应。
振幅降低区（RAZ）的形态学定义:
RAZ是一种基于HF-QRS包络形态的定性/半定量指标，其定义为相邻两个局部极值（极大值或极小值）之间的时间区间或振幅凹陷。具体来说，当高频包络上出现凹陷时，即标记为一种RAZ。
三种RAZ类型的判定标准如下：
  • Abboud RAZ（RAZ A）：最原始的振幅降低区，仅要求在HF-QRS包络上出现明显凹陷，而无严格振幅阈值限制。
  • Abboud Percent RAZ（RAZ AP）：当凹陷处次级局部极大值（或极小值）的绝对振幅至少达到其对应主极大值（或极小值）的30％（即≥30％阈值）时，判定为RAZ AP。
  • NASA RAZ（RAZ N）：最严重的振幅降低区类型，通常对应于HF-QRS包络振幅降至低噪声水平或预定义阈值之下的深度凹陷。
RAZ评分体系的构建:
为了将RAZ这一形态学特征量化，研究中采用了两部分子评分构建总评分：
  1. 通用RAZ负担分（General RAZ Burden, 0–36）：对每个导联，依据出现的最严重RAZ类型赋分：RAZ A = 1分，RAZ AP = 2分，RAZ N = 3分；若某导联无RAZ，则得0分。将所有导联得分累加，即得通用负担分。
  1. RAZ连续性分（RAZ Contiguity, 0–72）：在空间上（胸前及肢体导联按Cabrera序列）若某导联出现RAZ A/ AP/ N，先为其赋予1/ 2/ 3分，再对与其空间上相邻且类型相同的每个附加导联额外加同样的分值，以此计算连续性子分。二者相加即得总RAZ评分，范围0–108，用于综合反映HF-QRS形态异常的分布和严重程度。

方案二：基于连续小波变换 (CWT) 的时频分析

原理： 使用连续小波变换对高频心电信号进行时频分析，根据变换结果寻找心肌缺血的特征信号，以作为分类标准，来判断心肌缺血。
可行性： CWT的时频分辨率可调，用小尺度窗口可以得到高频率分辨率；且CWT对瞬时信号敏感，可能能检测到心肌缺血的早期变化。
参数设置：
  • 小波函数选择
  • 尺度参数s：若选择Morlet小波，w0=5，中心频率为796，则amax=3.98
  • 每八度尺寸数：24-32，以保证高频分辨率
  • 边界处理：对称延拓以减少边界效应预处理： 高频率波优化：
  • 可能的噪声抑制策略（根据数据中有的噪声来选择）
  • 针对高频成分幅值过低的问题，可前置放大电路，提高增益；也可在CWT后做尺度相关复制补偿验证方法：
  • 与已有标签作对比，计算CWT检测的灵敏度与特异性
  • 计算信噪比，量化效果
[图3 标记有ST点和PR点的心电图周期]
[图4 Haar小波和缩放函数]

方案三：基于高频QRS振幅局部降低的检测

本方案基于对高分辨率心电信号高频QRS成分进行时域分析来检测心肌缺血。其核心思路是监测高频QRS振幅在应激过程中的局部降低，从而判断缺血事件。与传统依赖ST段偏移的缺血检测方法相比，基于高频QRS分析的灵敏度更高，临床研究显示HFQRS指标灵敏度可达77% ，而传统ST段分析仅43%。
总体技术流程：
  1. ECG采集： 采用多导联高分辨率ECG监测患者心电信号。
  1. HFQRS提取：
      • 系统通过与模板匹配或相关算法检测每次心跳的QRS波群。
      • 然后将提取的QRS波群进行时间对齐和平均，得到稳定的代表性QRS波形，为后续分析提供基准信号。
      • 对上述代表性QRS波形使用带通滤波器提取高频成分，得到高频QRS信号。通常保留100Hz以上成分。
  1. HFQRS表示：
      • 超图HyperMap： 该模块对连续心跳的HFQRS波形进行彩色编码并按时间顺序叠加，生成二维的强度时间图。在HyperMap上，正常受试者的HFQRS强度分布比较均匀（带宽一致）；而缺血受试者在运动负荷峰值时高频振幅明显下降（在负荷阶段中间区域黑色带变窄）。该可视化图谱直观反映了不同阶段HF成分的变化趋势，辅助医师判断缺血发生与否。
      • 时间强度曲线： 提取每一阶段HFQRS信号的强度（如RMS值）随时间变化的曲线，用于定量评估缺血发生趋势。
      • 对HFQRS波形计算定量指标，如峰值振幅、均方根（RMS）或熵等。
  1. HFQRS分析：
      • 测量强度减少量： 对比运动负荷过程中HFQRS强度的变化，计算最大值与最小值之差（H-L）和相对差异(H-L)/H。
      • 测量噪声： 计算各导联信号的信噪比（SNR），剔除噪声过大的导联，避免假阳性或假阴性。
      • 测量其他参数： 分析峰度、包络线宽度、熵变化等额外特征，进一步丰富缺血识别的依据。
  1. 诊断：
      • 基于HFQRS的诊断： 按照流程图，将各导联HFQRS振幅降低情况判断。具体步骤包括：首先对每个导联检查HFQRS振幅的绝对降低是否超过阈值Ta，以及相对降低(H–L)/H是否超过阈值。满足条件的导联被视为有效降低。其次，按相对降低幅度对所有导联排序，选取降低幅度最大的若干导联并计算其最低值Drm。如果Drm超过阈值，则表明有显著降低候选；同时还要保证至少有一定数量的导联（如≥Tsa个）满足降低标准。最后进入校验阶段：检查HFQRS在运动和休息两种状态下的持续时间是否一致（Drest和Dpeak差异是否小于阈值Tdb），以排除生理性变化干扰。仅当上述各级判定均满足预设标准时，系统才将判定结果定为缺血阳性，否则判为阴性或结果不明确。
      • 与其他信息结合： 可选地结合常规低频ECG特征（如ST段变化）、心率变化、运动试验负荷等信息综合判断，以提高诊断的准确性和可靠性。
[图5. FFR测量原理图]
目前0.8是建议的FFR评估心机缺血的参考标准，FFR<0.75的病变宜行血运重建，FFR>0.8的病变为药物治疗的指证。FFR 0.75-0.8为灰区，术者可综合患者的临床情况及血管供血的重要性决定是否进行血运重建。

本项目提出的综合方案

本项目提出了一种基于高频心电信号（HFECG）和机器学习的心肌缺血检测方法，旨在实现高灵敏、无创、实时的早期筛查。
  • 核心思想: 基于高频心电信号 (HFECG) 和机器学习的心肌缺血检测方法，旨在实现高灵敏、无创、实时的早期筛查。
  • 数据采集: 通过7导联电极采集100Hz以上 (具体为100Hz~1kHz，采样率2kHz) 的微伏级高频心电信号。
  • 信号处理:
    • 预处理：经过去噪 (带通滤波和50Hz工频陷波处理) 和波段分割 (ST段、高频QRS段、SKNA信号)。
    • QRS波群定位：采用改进的Pan-Tompkins算法在250-500Hz频段精准定位QRS波群。
    • 基线漂移消除：通过零相移滤波。
  • 特征提取: 提取多维度特征，包括：
    • QTc间期
    • T波峰末间期
    • 高频QRS形态指数 (HFMI) (量化心室去极化异常)
    • 交感神经活性 (SKNAER，通过分析500-1000Hz频段的SKNA信号评估)
    • 信号熵值 (如模式熵，表征心电信号复杂度)
  • 机器学习模型: 将提取的特征输入随机森林 (Random Forest) 或支持向量机 (SVM) 分类模型。
  • 输出: 输出心肌缺血程度分级 (如正常/轻/中/重度)。
 

主要参考文献

  1. 邢彦涛,李嘉懿,肖志军,等.高频心电技术研究进展[J].中国生物医学工程学报,2023,42(04):461-474.
  1. Jurák et al., "High-Frequency Cardiac Electrophysiology," 2019 12th International Conference on Measurementet,Smolenice,Slovakia,2019,pp.11-16,doi:10.23919/MEASUREMENT47340.2019.8780076.
  1. Tashiro et al., "Individual identification with high frequency ECG : Preprocessing and classification by neural network," 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society,Boston,MA, USA, 2011, pp.2749-2751,doi: 10.1109/IEMBS.2011.6090753.
  1. 心脏高频QRS检查临床应用专家建议（2024版）[Z].
  1. 马清华,杨树国,陈懂懂. 冠状动脉CTA联合动态心电图诊断冠心病心肌缺血价值分析[J]. 影像研究与医学应用,2024,8(11):33-35,38. DOI:10.3969/j.issn.2096-3807.2024.11.009
  1. 曹秋叶. 冠心病无症状性心肌缺血诊断中应用动态心电图的临床效果分析[J]. 中国现代药物应用,2024,18(17):72-75. DOI:10.14164/j.cnki.cn11-5581/r.2024.17.018
  1. 侯廷永. 动态心电图与常规心电图对无症状心肌缺血的诊断价值比较[J]. 河南医学研究,2020,29(12):2162-2164. DOI:10.3969/j.issn.1004-437X.2020.12.020
  1. 林志强. 对比研究24小时动态心电图、常规心电图对原发高血压心肌缺血及心律失常的诊断价值[J]. 现代医用影像学,2016,25(4):783-784,790
  1. 朱振华. 缺血修饰白蛋白和脑钠肽在诊断心肌缺血中的作用[D]. 上海:复旦大学,2008. DOI:10.7666/d.y1972335
  1. 黄婧,祁建成. 24h动态心电图与常规心电图在冠心病患者心肌缺血及心律失常诊断中的应用[J]. 临床医学研究与实践,2023,8(35):100-103. DOI:10.19347/j.cnki.2096-1413.202335025
  1. 滕鑫,刘连娟,范煜东,等. 左心心肌声学造影在冠心病心肌缺血患者中的诊断价值[J]. 中国循证心血管医学杂志,2024,16(9):1104-1107. DOI:10.3969/j.issn.1674-4055.2024.09.18
  1. 汪剑英. 心肺疾病合并肺栓塞7例的诊断启示[J]. 中外医学研究,2016,14(17):107-108. DOI:10.14033/j.cnki.cfmr.2016.17.057
  1. 胸痛规范化评估与诊断中国专家共识[EB/OL]. (2014-01-01)[2025-03-28]. https://d.wanfangdata.com.cn/Periodical/zgxhzz2014z2025.
  1. 中国医师协会检验医师分会心血管专家委员会. 心肌肌钙蛋白实验室检测与临床应用中国专家共识[J/OL]. 中华医学杂志, 2021, 101(37): 2947-2961. DOI:10.3760/cma.j.cn112137-20210519-01166.
  1. 任国印. 心脏及兴趣区域的四维可视化系统研究与实现[D]. 内蒙古:内蒙古科技大学,2013. DOI:10.7666/d.D426280
  1. 范树虹. 心肌型脂肪酸结合蛋白在急性心肌梗死早期诊断中的价值[D]. 山东:泰山医学院,2010. DOI:10.7666/d.y1973310
  1. 郭邦俊. 基于冠状动脉CTA诊断病变特异性心肌缺血的人工智能研究[D]. 广东:南方医科大学,2020
  1. 徐秀秀. 基于冠脉CTA优化分析方法的构建及其在女性和老年患者心肌缺血诊断中的应用研究[D]. 南昌大学医学部,2021
  1. 徐占飞. 基于确定学习与Transformer的心肌缺血检测研究[D]. 山东:山东大学,2023
  1. Knuuti J, Ballo H, Juarez-Orozco LE, et al. The performance of non-invasive tests to rulein and rule-out significant coronary artery stenosis in patients with stable angina: a meta- analysis focused on post-test disease probability[J]. Eur Heart, 2018, 39(35): 3322-333
  1. Ramasamy A, Jin C, Tufaro V, et al. Computerised methodologies for non-invasive angio- graphy derived fractional flow reserve assessment: a critical review[J]. Interv Cardiol, 2020, 20(20): 631-637
  1. Nieman K. The feasibility, findings and future of CT-FFR in the emergency ward[J]. Cardiovasc Comput Tomogr, 2020, 14(3): 287-288
  1. 赵桂喜,潘靓,邢伟.基于心肌缺血危险因素的冠状动脉CTA和CT-FFR诊断价值的探讨[J].影像研究与医学应用,2023,7(1):19-22
  1. Becker L,Peper J,Verhappen B J L A,et al.Real world impact of added FFR-CT to coronary CT angiography on clinical decision-making and patientprognosis–IMPACT FFR study[J].European Radiology,2023,33(8):5465-5475.
  1. 王建安,郭丽君,张永珍,胡新央,李伟.冠状动脉血流储备分数临床应用专家共识[J].中华心血管病杂志,2016,44(04):292-297.
  1. 尹浡,厉菁,张宇,等.冠脉CTA-FFR评估冠脉狭窄及心肌缺血风险的价值[J].中国CT和MRI杂志,2025,23(02):121-123.
  1. Mensah GA, Fuster V, Murray CJL, Roth GA; Global Burden of Cardiovascular Diseases and Risks Collaborators. Global Burden of Cardiovascular Diseases and Risks, 1990-2022. J Am Coll Cardiol. 2023 Dec 19;82(25):2350-2473. doi: 10.1016/j.jacc.2023.11.007. PMID: 38092509; PMCID: PMC7615984.
  1. Abboud S. High-frequency electrocardiogram analysis of the entire QRS in the diagnosis and assessment of coronary artery disease. Prog Cardiovasc Dis 1993;5:311.
  1. Beker A., Bregman-Amitai O., Zeltser A. Apparatus and method for analysis of high frequency QRS complexes. US patent 8706201. 2014.
  1. Amit G., Granot Y., Abboud S. Quantifying QRS changes during myocardial ischemia: insights from high frequency electrocardiography. J Electrocardiol 2014; 47(4): 505–511, https://doi.org/10.1016/j.jelectrocard.2014.03.006.
  1. Zhao et al., ‘Reliable detection of myocardial ischemia using machine learning based on temporal-spatial characteristics of electrocardiogram and vectorcardiogram’, Front. Physiol., vol. 13, p. 854191, May 2022, doi: 10.3389/fphys.2022.854191.
  1. Beker A，Pinchas A，Erel J，Abboud S.冠状动脉疾病患者和健康受试者运动试验期间高频QRS电位分析。Pacing Clin Electrophysiology 1996；19：2040。
  1. Schlegel TT, Kulecz WB, DePalma JL, Feiveson AH, Wilson JS, Rahman MA,实时12导联高频QRS心电图用于增强心肌缺血和冠状动脉疾病的检测.Mayo Clin Proc 2004;79:339.
 

真正的模型部署

当前数据似乎已经搞清楚了，可以仔细看一看。
 
 
 
Relate Posts
The Way Towards Best Codes
文章分享：脑“脊”接口
文章分享：脑“脊”接口医学图像处理
Loading...