摘要 — 心肌梗死 (MI) 是由于血流不足而导致心肌损伤。MI 是全球中老年人最常见的死亡原因。为了诊断 MI，临床医生需要解释心电图 (ECG) 信号，这需要专业知识并且容易受到观察者偏见的影响。基于人工智能的方法可用于使用 ECG 信号自动筛查或诊断 MI。在这项工作中，我们对基于 ECG 以及其他生物物理信号的 MI 检测人工智能方法进行了全面评估，包括机器学习 (ML) 和深度学习 (DL) 模型。传统 ML 方法的性能依赖于手工制作的特征和手动选择 ECG 信号，而 DL 模型可以自动执行这些任务。该评论发现深度卷积神经网络 (DCNN) 在 MI 诊断中具有出色的分类性能，这解释了为什么它们近年来变得流行。据我们所知，这是首次全面调查使用 ECG 和其他生物物理信号进行 MI 诊断的人工智能技术。