详细内容或原文请订阅后点击阅览
TSU 研究生将“教授”神经网络使用心电图识别疾病
IPMKN TSU 研究生 Vladimir Andryushchenko 正在开发方法和算法，以便能够根据医疗信号确定和预测患者病情的变化。作为俄罗斯基础研究基金会支持的项目的一部分，这位科学家正在创建一个大型医学数据库，这是计算机模型机器学习所必需的，该模型将使用心电图信号验证疾病。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）IPMKN TSU 研究生 Vladimir Andryushchenko 正在开发方法和算法，以便能够根据医疗信号确定和预测患者病情的变化。作为俄罗斯基础研究基金会支持的项目的一部分，这位科学家正在创建一个大型医学数据库，这是计算机模型机器学习所必需的，该模型将使用心电图信号验证疾病。
– 目前，世界范围内对个性化医疗的需求正在不断增长。 TSU IPMKN 的研究生 Vladimir Andryushchenko 表示，用于诊断的数据的很大一部分仍然是模拟形式，这大大降低了对其进行全面分析的可能性。 – 这个问题可以通过切换到数字化来解决。关于一名患者或一组患者的累积数据不仅可以包含有关当前健康状况的有用信息，还可以包含有关人体已开始的重大变化的有用信息。
正如该项目的作者指出的那样，现在有成功应用机器学习方法来检测特定疾病或一类疾病的例子，但还没有通用的方法来检测广泛的疾病。为了创建这样的算法，需要大量的训练样本，其中将具有大量的模式——每类疾病的重复特征特征。
该项目在俄罗斯基础研究基金会的支持下进行，其目标是创建这样一个数据库。除了记录各种疾病的模式外，该库还将包括从健康人检查中获得的大量心电图结果。从该样本中学习将有助于人工智能区分正常和病理状况，并确定心脏功能障碍的类型。
随后，通过分析这些模式，人工智能将能够识别不同类型的心脏病，例如，诊断与心律紊乱相关的病症 - 窦性心律失常、窦性心动过速、期外收缩等。
来源