
-
生物通官微
陪你抓住生命科技
跳动的脉搏
PCG-CL:一种轻量级的基于Transformer的持续学习方法,用于HFpEF(高血压性心力衰竭)的检测
《IEEE Transactions on Instrumentation and Measurement》:PCG-CL: A Lightweight Transformer-Enhanced Continual Learning Approach for HFpEF Detection
【字体: 大 中 小 】 时间:2026年01月07日 来源:IEEE Transactions on Instrumentation and Measurement 5.9
编辑推荐:
非侵入性心音图(PCG)对HFpEF的辅助诊断研究提出持续学习框架PCG-CL,结合轻量级深度网络与单头Transformer,通过课程学习策略优化知识迁移,临床数据验证准确率达94.52%,参数效率提升显著。
心力衰竭(HF)是一种复杂的心血管疾病,源于心脏无法有效泵血。目前,全球有超过4000万人患有心力衰竭,这种疾病通常伴有高血压和肥胖等并发症[1]。根据美国心脏病学会等机构联合发布的指南,心力衰竭根据左心室射血分数(LVEF)分为四类,其中射血分数保留的心力衰竭(HFpEF)最为常见,约占所有心力衰竭病例的50%[2]、[3]。该疾病的预后较差,两年内的死亡率为23%,五年内的死亡率为55%[4]。此外,预计到2030年,心力衰竭的直接医疗费用将达到约697亿美元[5]。心力衰竭的误诊和漏诊现象较为普遍,主要是由于其临床表现与健康人群存在重叠[6]。值得注意的是,HFpEF患者的LVEF百分比通常处于健康人群的正常范围内(55%–70%)[7]、[8]。同样,传统的诊断指标(如心室肥大、左心房扩大和二尖瓣环速度)在确诊的HFpEF病例中也可能表现为正常,这限制了它们在准确识别该疾病方面的有效性[9]、[10]、[11]。由于缺乏明显的症状以及标准治疗方法对其他心力衰竭亚型的无效性,HFpEF患者常常被忽视。因此,本研究聚焦于HFpEF,旨在开发一种辅助诊断方法来支持其识别。