深圳商報2019年7月22日訊 （記者袁斯茹文/圖）根據(jù)世界衛(wèi)生組織（WHO）統(tǒng)計，每年全球約1800萬人死于心腦血管疾病，占死亡總數(shù)的31%，其中絕大多數(shù)的急性心血管事件發(fā)生在醫(yī)院外。因此，心血管事件的醫(yī)院外預(yù)警十分關(guān)鍵。近日，深圳先進院數(shù)字所李燁研究員團隊，提出了一種基于時空特征融合的深度神經(jīng)網(wǎng)絡(luò)。團隊成員王如心、姚啟航在接受深圳商報記者采訪時表示，不同于傳統(tǒng)方法，使用這種算法，除了考慮心電信號的時間特征，還加入了不同導(dǎo)聯(lián)的空間信息，“也就是除心臟活動外，同時結(jié)合身體其他部位的信號，使得分析結(jié)果更全面?！蓖跞缧恼f。

為什么需要可穿戴心電

通過可穿戴心電信號的自動監(jiān)測來分析心律失常，是近年來研究的熱點方向。

據(jù)悉，普通心電圖檢查只能記錄當(dāng)前一段短時間內(nèi)的心電活動，“心臟異常情況的發(fā)生，特別是急性事件，往往是陣發(fā)性的、一過性的、偶發(fā)性的。針對術(shù)后以及心血管疾病高危人群，通過可穿戴設(shè)備進行全程連續(xù)24小時甚至更長時間的監(jiān)測，有助于分析信號的節(jié)律變化，捕獲到心臟的陣發(fā)、異常狀況并作出及時的預(yù)警?！蓖跞缧母嬖V記者。因此，通過可穿戴心電信號的自動監(jiān)測分析，對急性心血管事件的早期預(yù)防和診斷具有重要意義。

傳統(tǒng)分析方法在處理可穿戴信號時，通常以特征點檢測為基礎(chǔ)進行分析，其缺點是易受噪聲和人體行為的干擾，分析精度低。

李燁團隊此次提出的基于時空特征融合的深度網(wǎng)絡(luò)架構(gòu)，有效提取了信號的空間和時間特征。該算法可集成在可穿戴設(shè)備芯片中，通過智能分析，采集到多導(dǎo)聯(lián)心電信號。

關(guān)聯(lián)“時空”的算法

王如心告訴記者，傳統(tǒng)方法是從時間維度分析心電信號，比如能得到從這一秒到下一秒的心率變化，以及一些節(jié)律特征。而此次團隊提出的算法，創(chuàng)新點在于加入了多導(dǎo)聯(lián)心電信號的空間相關(guān)性，通過人工智能方法直接分析處理信號。“心電信號的變化，不止反映在信號的時間維度上，其他體表位置采集到相關(guān)導(dǎo)聯(lián)的信號，彼此在空間上的變化都是互相關(guān)聯(lián)的。我們把空間信息補充在時間維度上，實現(xiàn)互補，得到的檢測結(jié)果也更準確?！蓖跞缧母嬖V記者。

此外，研究人員進一步在網(wǎng)絡(luò)架構(gòu)中引入注意力機制，對分段信號的重要性進行自適應(yīng)評估，有效提高了模型對異常狀態(tài)的感知，降低了其他信息的干擾。上述方法實現(xiàn)了以房顫、傳導(dǎo)阻滯、早搏等為代表的9類心律失常疾病的有效判別，在2018中國生理信號挑戰(zhàn)賽公開的9831條心電信號上（約609522個心搏），心律失常識別精度達到82.6%。

這套算法未來可以面向醫(yī)療級可穿戴設(shè)備，在云端就可以將收集的用戶心電數(shù)據(jù)進行處理分析，實時反饋異常，并以此為基礎(chǔ)給出診斷報告；方便進行院外心臟類疾病的篩查，以及醫(yī)生對患者術(shù)后康復(fù)效果評估、用藥效果評估及隨訪等。

據(jù)悉，這項成果發(fā)表在計算機人工智能頂級期刊Information Fusion上，該期刊是計算機科學(xué)人工智能領(lǐng)域影響力最高的三個研究性期刊之一。而論文的第一作者姚啟航目前還是一名本科生。