热点事件持续更新

研究人员提出基于多部位心音图的心脏杂音自动表征方法

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月4日，相关研究提出了基于多部位心音图的心脏杂音自动特征表征方法。研究人员将心脏杂音表征拆解并构建为时相、形状、音调、音质和分级5项分类任务，对比了3种多部位心音图策略。在包含735例患者记录的CirCor DigiScope数据集测试中，最佳晚期融合配置在5项任务上取得了85.56%至93.81%的未加权平均敏感度；共享表征的多输出CNN敏感度则达到72.59%至79.40%。该研究证实了构建自动化结构化杂音报告的可行性。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv 机器学习
基于多部位心音图的心脏杂音自动特征表征研究
研究人员将心脏杂音表征构建为时相、形状、音调、音质和分级 5 项分类任务，对比了 3 种多部位心音图策略。在 CirCor DigiScope 数据集 735 例患者记录测试中，最佳晚期融合配置在 5 项任务上达到 85.56% 至 93.81% 的未加权平均敏感度。共享表征的多输出 CNN 敏感度为 72.59% 至 79.40%，证实了自动化结构化杂音报告的可行性。

本事件热度走势

当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。