基于心电动力学离散特征与SVM模型的AMI早期筛查研究

目的以急性心肌梗死(AMI)患者和健康人的心电动力学(CDG)数据为基础,研究一种新早期筛查模型用以评估健康人群和AMI患者。方法训练集包括1500例AMI患者和1500名健康个体。在2000人中验证了SVM模型。测试无或有轻度症状的AMI患者的心电(ECG)信号,获取ECG信号的CDG数据,分析CDG数据的离散度特征,并基于支持向量机(SVM)建立早期筛查模型以评估健康人群和AMI患者。结果AMI患者CDG数据的离散度特征的定量值与健康个体存在显著差异,AMI患者的CDG数据比正常人的CDG数据混乱,支持向量机模型用于AMI诊断的准确性较高。结论基于心电动力学离散特征与SVM模型的AMI早期筛查方法的应用可以有效区分AMI患者和健康个体,该方法为AMI的早期筛查提供了辅助方法。