
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于12导联心电图可解释特征的心脏老化模式识别与轻量级网络原型研究
《Scientific Reports》:Explainable ECG-derived cardiac aging pattern assessment using PTB-XL with a lightweight web prototype
【字体: 大 中 小 】 时间:2026年09月20日 来源:Scientific Reports 4.9
编辑推荐:
摘要本研究旨在探讨从标准12导联心电图(ECG)中提取的可解释特征是否可用于识别老年人并评估心电图衍生的心脏老化模式,并将所得模型实现为一个轻量级基于网络的解读原型。研究纳入了公开可用的PTB-XL数据集中18至89岁个体的共计21,373份心电图记录。从10秒、100 Hz
本研究旨在探讨从标准12导联心电图(ECG)中提取的可解释特征是否可用于识别老年人并评估心电图衍生的心脏老化模式,并将所得模型实现为一个轻量级基于网络的解读原型。研究纳入了公开可用的PTB-XL数据集中18至89岁个体的共计21,373份心电图记录。从10秒、100 Hz采样率的12导联心电图信号中提取了与振幅、变异性、能量、波形变化和过零模式相关的导联特异性统计特征。将65岁及以上定义为老年组。比较了逻辑回归、随机森林和XGBoost模型。XGBoost在老年分类任务中实现了中等程度的区分能力,在PTB-XL分层折测试集中的AUROC为0.805,Brier分数为0.181。在基于患者的五折分组验证中,该模型的平均AUROC为0.797±0.007,训练集与测试折之间无患者重叠。在年龄回归中,XGBoost的绝对误差均值(MAE)为10.31年。利用基于回归的校正方法消除了原始心脏年龄差的年龄依赖性偏倚。加速心脏老化组(定义为校正后心脏年龄差的第75百分位数以上)与年轻心脏模式组相比,正常心电图发现比例更低,心电图异常、心肌梗死相关模式、ST-T改变、传导障碍和肥厚的患病率更高。这些发现表明,可解释的心电图衍生特征可能有助于探索性心脏老化模式评估,并为研究导向的基于网络的解读工具奠定基础。然而,该框架的更广泛适用性仍属推测性质,未经独立外部验证,不应认为该原型已准备好用于临床部署、人群筛查或一般用途。