研究表明人工神经网络可以定位额外的心跳

心室的额外心跳，即所谓的心室期前收缩，可能与严重疾病有关。卡尔斯鲁厄理工学院 (KIT) 的研究人员使用机器学习进行非侵入式定位。这可以促进和改善未来的诊断和治疗。研究人员使用了人工神经网络，该网络使用来自真实模拟模型的合成数据进行训练。他们在医学人工智能中报告了他们的发现。

在全世界范围内，心血管疾病每年导致超过 1700 万人死亡。其中，约 25% 被视为心源性猝死。它们可能是由室性心动过速引起的，即，经常由室性期外收缩引起的心室快速心律失常。这些来自心室的额外心跳感觉就像心跳被跳过。

正常心跳是由左心房的窦房结控制的。相比之下，期前收缩是由其他地方的电信号源引起的。达到一定数量时，室性早搏是正常的。然而，室性心动过速可能会损害心脏活动，甚至在存在心功能不全的情况下危及生命。

室性心动过速可通过导管消融治疗：通过特殊导管通过高频电流消融早搏的起源。为此，必须精确定位原点。将导管插入心室进行定位的方法是微创的，但非常耗时并且存在一定的风险。

基于心电图 (ECG) 的定位需要借助断层扫描成像事先获取患者特定的几何形状。KIT 生物医学工程研究所 (IBT) 跨学科计算心脏建模小组负责人 Axel Loewe 博士表示：“相比之下，机器学习方法能够以非侵入性方式识别早搏的起源，无需断层扫描成像。” 。