Core Concepts
30초 심전도 신호와 장기 심박변이도 통계를 결합하여 심부전 발병 위험을 효과적으로 추정할 수 있다.
Abstract
이 연구는 심부전 발병 위험을 추정하기 위한 다중 모달 접근법을 제안한다. 30초 심전도 신호와 장기 심박변이도 통계를 활용하여 심부전 발병 위험을 효과적으로 예측할 수 있다.
주요 내용은 다음과 같다:
XGBoost AFT 모델과 ResNet 모델을 개발하여 심전도 특징과 원시 신호를 활용해 심부전 위험을 추정한다.
24시간 동안 샘플링한 초단기 심박변이도 통계를 활용하여 장기 심박변이도를 근사화하고, 이를 모델에 추가하여 성능을 향상시킨다.
ResNet과 Transformer 아키텍처를 결합한 TFM-ResNet 모델을 제안하여 심박변이도 시계열 정보를 효과적으로 활용한다.
실험 결과, 제안 모델들이 기존 모델들에 비해 우수한 성능을 보였으며, 외부 데이터셋에서도 우수한 식별력을 입증했다.
애플워치 데이터를 활용한 실험을 통해 제안 모델의 실용성과 접근성을 확인했다.
Stats
심부전 환자의 평균 심박수는 80.91 bpm으로 정상군 76.87 bpm보다 높다.
심부전 환자의 SDNN은 90.39 ms로 정상군 60.01 ms보다 크다.
심부전 환자의 HR at rest는 71.9 bpm, Active HR은 85.14 bpm으로 정상군보다 높다.
Quotes
"심부전은 심장 기능 저하로 인한 치명적인 질환으로, 조기 발견과 예방이 중요하다."
"기존 심부전 위험 평가 방법은 비용이 많이 들고 접근성이 낮아, 새로운 접근이 필요하다."
"30초 심전도와 장기 심박변이도 통계를 활용한 다중 모달 접근법은 효과적이고 접근성 높은 심부전 위험 평가 방법이 될 수 있다."