[中文正文内容]

研究人员正在开发一种轻量级、高效的芯片，可以植入到可穿戴设备上，以实时检测心脏病发作。在心脏病发作时立即检测出来，可以为患者争取到宝贵的时间，从而获得救生治疗。

密西西比大学的一项新技术，比传统方法更快、更准确地识别心脏病发作。

在发表于 International Conference on Intelligent Systems, Blockchain and Communication Technologies 的论文中，电子与计算机工程助理教授 Kasem Khalil 展示了他实验室开发的一项新技术，可以在不牺牲准确性的前提下改进心脏病发作的检测方法。

"对于这个问题，几分钟甚至几秒钟的时间，都可能让这个人及时获得所需的护理，从而避免病情恶化，"Khalil 说。"与传统方法相比，我们的技术速度提高了两倍，同时仍然保持高度准确性。我们的目标不仅是提高心脏病发作分类的性能，我们还专注于设计。如果我们想让这个设备成为任何人都可以使用的机器，这意味着它必须是轻量级的、经济的。"

在美国，平均每 40 秒就有一个人死于心脏病发作。心脏病是一种可能导致心脏病发作的潜在疾病集合，是美国主要的死亡原因。

Khalil 和他的团队使用人工智能和高等数学来设计一种芯片，该芯片可以分析心电图，即 ECG，这是心脏电信号的图形，并实时检测心脏病发作。

由此产生的技术非常轻巧且节能，足以嵌入到可穿戴设备中，同时仍保持 92.4% 的准确率，高于许多现有方法。

"我们希望能够以真实的方式实现这一点，"Khalil 实验室的博士生兼该出版物的合著者 Tamador Mohaidat 说。"这是一种便携式硬件，可以用于可穿戴或监测设备。这种方法可以挽救生命，因为我们可以实时监测心脏。"

来自约旦伊尔比德的 Mohaidat 专注于创建人工神经网络，而 Md. Rahat Kader Khan 则专注于构建设备的软件。来自孟加拉国达卡的计算机工程专业二年级研究生 Khan 表示，Khalil 实验室的独特之处在于，它专注于他们希望创建的技术的各个方面。

"有些实验室只专注于软件部分，而不考虑所需的硬件，"Khan 说。"但在我们的实验室里，我们专注于整个产品。我们每个人都有责任，但我们一起工作。这就是我们如何通过关注整体架构来优化整个系统。"

目前的心脏病发作检测方法通常必须在医疗机构中进行。经历胸痛或怀疑自己心脏病发作的患者，首先必须进行心电图检查或血液检查，才能诊断出他们的病情。

研究人员说，所有这些都需要患者可能没有的时间。如果手表或手机等可穿戴设备可以缩短诊断时间，患者就可以更快地得到治疗。

"当患者心脏病发作时，越早治疗，他们遭受永久性损伤的可能性就越小，"Khalil 说。"心脏病发作存在巨大的时间敏感性。"

在 Khalil 和他的团队继续开发这项技术的同时，他说他看到了这些设备的其他医疗保健应用。

"我们希望能够使用这样的技术来预测或识别许多问题，"他说，"无论是心脏病发作、癫痫发作还是痴呆症。疾病或病症的检测取决于疾病本身，但我们正在努力寻找更快、更有效的方法来做到这一点。"

更多信息： Enhanced Heart Attack Detection with Neural Networks, DOI: 10.1007/978-3-031-82377-0_44 link.springer.com/chapter/10.1 … 978-3-031-82377-0_44 Provided by University of Mississippi