研究团队提出基于知识迁移的网络架构，创新性地建立了心脏电活动与机械运动模态的关联映射，利用 经过百年验证的心电图信号特征来辅助神经网络识别房颤特有的异常机械波动。该系统实现了非接触、 免操作、无需穿戴设备的检测方式，在大型临床验证中达到了接近心电图诊断的检测性能。该系统在 6258例受试者中进行了测试，检测灵敏度达0.844，特异度达0.995。在对27例房颤发作高风险受试者的 日常主动监测中，系统成功在临床确诊前识别出2例房颤患者。 （文章来源：科技日报） 心电图是房颤诊断金标准，但传统心电图检测仅能持续10秒至数分钟，往往容易错过最佳治疗时机，动 态心电图等可穿戴技术也难以在无症状初期长期应用。因此，如何在首例并发症发生前实现早期诊断， 仍是临床面临的重大挑战。 研究人员介绍，房颤发生时，心脏电脉冲的有序传导遭到破坏，紊乱的电信号在心房内无序传播导致节 律失调。这种电生理紊乱会引发异常的机械运动，进而驱动胸壁位移形成体表机械波动，该现象可被毫 米波雷达检测。这为通过体表机械运动分析诊断房颤提供了新思路。 记者22日从中国科学技术大学获悉，该校陈彦教授研究团队基于心脏电—机械耦合机制，利用毫米波雷 达感知技 ...