瓦伦西亚理工大学 (UPV) 信息与通信技术研究所 (ITACA) COR 小组的研究人员开发了一种人工智能模型，可以利用身体表面的电记录来定位和量化与心房心肌病相关的组织异常。 系统，基于图神经网络（图神经网络、GNN），定位受影响区域的准确度为 89%，确定心房组织受损程度的准确度为 84%。此外，它在分析训练期间未使用的解剖结构时保留了这种功能。 下一步：在患者身上进行验证 该研究仍然是使用模拟数据开发的概念验证；因此，其结果并不意味着立即应用于临床。下一步是使用真实患者的记录验证模型。正如研究本身指出的那样，“在将这种方法转移到治疗计划应用之前，需要使用临床记录进行前瞻性验证”。如果结果在临床试验中得到证实，该技术将有助于开发新工具，无需侵入性操作即可表征心房组织，并为心房心肌病相关疾病的研究和治疗提供更多信息。 该研究发表在科学杂志上 探索计算COR-ITACA 由研究员 Maria Macarulla-Rodriguez 领导，成员包括 ITACA 的研究人员 Jorge…
Read More
