Ένα σÏστημα τεχνητής νοημοσÏνης που είναι σε θÎση να εντοπίζει με ακÏίβεια τη συμφοÏητική καÏδιακή ανεπάÏκεια με ακÏίβεια 100%, μÎσω ανάλυσης απλά και μόνο ενός χτÏπου καÏδιάς από ηλεκτÏοκαÏδιογÏάφημα (ECG), ανÎπτυξαν επιστήμονες.
Η συμφοÏητική καÏδιακή ανεπάÏκεια είναι μια χÏόνια πάθηση που επηÏεάζει την δÏναμη άντλησης των καÏδιακών, και για την αποτελεσματική αντιμετώπισή της είναι απαÏαίτητη η ÎγκαιÏη διάγνωσή της.
Ο Dr. Σεμπαστιάνο ΜασάÏο του University of Surrey, η ΜιχαÎλα ΠοÏοÏμπ και ο Dr. ΛεάντÏο Î Îτσια του University of Warwick και ο ΕÏνÎστο Ιαντάντσα του Πανεπιστημίου της ΦλωÏεντίας, για τον σκοπό αυτό χÏησιμοποίησαν τα αποκαλοÏμενα CNN (Convolutional Neural Networks)- ιεÏαÏχικά νευÏωνικά δίκτυα ιδιαίτεÏα αποτελεσματικά στην αναγνώÏιση μοτίβων και δομών στα δεδομÎνα.
Η ÎÏευνα, που δημοσιεÏτηκε στο Biomedical Signal Processing and Control Journal, βελτιώνει δÏαστικά τα δεδομÎνα αναφοÏικά με τον εντοπισμό συμφοÏητικής καÏδιακής ανεπάÏκειας, αξιοποιώντας Îναν συνδυασμό εÏγαλείων Ï€ÏοηγμÎνης επεξεÏγασίας σημάτων και machine learning σε σήματα ECG, παÏÎχοντας ακÏίβεια της τάξης του 100%.
«ΕκπαιδεÏσαμε και δοκιμάσαμε το μοντÎλο CNN σε μεγάλα, διαθÎσιμα στο κοινό, σετ δεδομÎνων ECG, με ασθενείς με συμφοÏητική καÏδιακή ανεπάÏκεια, αλλά και υγιή άτομα.
Το μοντÎλο μας είχε ακÏίβεια 100%: Εξετάζοντας απλά και μόνο Îναν χτÏπο της καÏδιάς, είμαστε σε θÎση να διαπιστώσουμε εάν κάποιος Îχει Ï€Ïόβλημα στην καÏδιά.
Το μοντÎλο μας επίσης είναι Îνα από τα Ï€Ïώτα που μποÏοÏν να αναγνωÏίζουν τα μοÏφολογικά χαÏακτηÏιστικά του ηλεκτÏοκαÏδιογÏαφήματος που σχετίζονται με την Îκταση του Ï€Ïοβλήματος»....
Πηγή/ΠεÏισσότεÏα: in.gr


































