研究人员用单次心搏的心电图图像训练了两个结构相同的残差网络。其中一个网络接收经过伪彩色编码的图像：研究人员依据临床风险工具QT列线图，为QT间期下方区域填入相应颜色。仅使用颜色信息的模型在UK Biobank两次访视中的AUC分别达到0.903和0.914，而黑白模型的AUC则维持在0.72左右。在八种解释技术中，彩色输入都能更清晰、更稳定地定位QT间期的风险区域。
为什么重要
临床医生或许可以依赖与已知电生理学原理相符的AI心电图解释，从而更信任自动化风险评估。
伪彩色心电图图像提升AI心脏风险检测与解释能力
在心电图图像中加入临床设计的色彩图后，AUC从0.72升至0.9以上；在UK Biobank癫痫队列中，模型解释也更加稳定。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
继续阅读
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。