施普林格•自然旗下汇聚了一系列深得信赖的品牌，包括施普林格、Nature Portfolio、BMC、帕尔格雷夫•麦克米伦和《科学美国人》。
Springer Nature旗下新刊资讯，涵盖各学科研究，定期更新，欢迎阅读关注，不错过最新学术动态！
期刊介绍
npj Cardiovascular Health 是一本国际顶级心血管健康领域期刊，聚焦于缺血性心脏病、脑血管病、外周动脉疾病、高血压、房颤和房扑、瓣膜病、心衰等心血管疾病的病因、预防和治疗。该期刊致力于发表临床试验、观察性研究、基础及转化研究成果,为临床医生、科学家、政策制定者和公众等读者群提供最新证据,旨在推动心血管健康事业的发展,为实现人人享有心血管健康的终极目标贡献力量。
npj Cardiovascular Health 由来自首都医科大学附属北京安贞医院的著名心血管病流行病学专家刘静教授担任首任主编，并由来自全球的著名心血管专家组成编委会。依托 Nature Portfolio 内部专业编辑团队的强大支持，本刊必将成为心血管健康领域崭新的知识宝库和学术交流平台。
扫码进入期刊主页
文章阅读
近期来自南方医科大学的研究团队在 npj Cardiovascular Health 发表了论文“利用254个层级多标签之间互斥-共生相关性的多专家集成心电图智能诊断方法”（Multi-expert ensemble ECG diagnostic algorithm using mutually exclusive–symbiotic correlation between 254 hierarchical multiple labels）。
心血管疾病已跃居全球健康威胁的首位。在人口老龄化浪潮不断加剧，及现代工作生活节奏与压力日益增大的背景下，其发病率持续飙升，对全球医疗体系构成了沉重负担。心电图作为诊断心血管疾病的重要手段，现阶段虽然有AI模型可以提供初步的筛查与分析，但其最终结论仍高度依赖于专业医生的判读。这主要有两个原因：训练心电图AI模型所用的数据集规模较小，一般使用几千份或者上万份，导致AI模型的泛化性能不足；数据集标注的心电图诊断术语类别数量较少，可用类别标签通常少于30个，难以涵盖大部分常用诊断术语，AI模型识别结果不足以满足心电图判图的实际需求。
为解决以上两个问题，来自南方医科大学的研究团队构建了一个数据规模为191,804例、心电图诊断术语标签数量超过300个的穿戴式心电图数据集，提出了基于标签间互斥-共生相关性的集成学习模型MESEL，可实时识别穿戴式心电图的254个诊断术语标签。MESEL的诊断思路类似于专家会诊：对于一个待诊断的心电图，在输入卷积网络后，汇总12个专家模型的诊断结果，得到最终结论。如图所示，各专家模型所用四个基准损失函数中，sigmoid未使用到标签间的相关信息；局部softmax使用了标签间的互斥信息；二者在结合共生信息后分别得到了共生sigmoid和共生局部softmax。这四个损失函数使用逻辑值调整方法再分别衍生出了长尾、平衡和逆序三种损失函数，生成由专家模型构成的集成模型，以应对样本类别不平衡的问题。
图 MESEL模型构架
在后续的心电图AI模型上线实用过程中，AI模型对大部分常见的心律失常，如房颤、房扑等，识别性能较好；对于二度II型房室阻滞和加速交界性逸搏等较为少见的类别，可以通过调节阈值的手段使模型识别的灵敏度提升，由此带来的假阳性标签在后续工作中由医生删去即可。该研究团队开发的心电图智能诊断模型可以实际环境中使用，减轻心电医生的判图负担。
通讯作者：Yundai Chen（中国人民解放军总医院）, Qianjin Feng、Wei Yang （南方医科大学）
第一作者：Jiewei Lai, Yue Zhang（南方医科大学）
DOI：10.1038/s44325-024-00010-0
欢迎扫码阅读文章了解详情
《自然》及其系列期刊的OA发表选项
《自然》及《自然》系列研究期刊均为作者提供OA发表选项，扫码查看Nature Portfolio的OA资助、政策和更多OA期刊选择。
点击“阅读原文”了解期刊详情，我们诚挚欢迎您的投稿！
