Standardized ECG processing pipeline for AI/ML-based classification of cardiovascular diseases

Abstract

Dieses Projektes hat Grundlagen dafür geschaffen, dass große Mengen digitaler EKGs mit neuen und innovativen Methoden aus dem Bereich der künstlichen Intelligenz automatisiert, standardisiert verarbeitet und analysiert werden können. EKG-bezogene Studienergebnisse verschiedener Quellen und Kohortenstudien sollen so vergleichbarer werden und die Durchführung standortübergreifender Projekte zu neuen KI-Methoden wird an einheitlich verarbeiteten EKG-Datensätzen ermöglicht. Im Rahmen des Projekts wurde eine systematische Suche nach einer optimalen Kombination von Vorverarbeitungsmethoden zur EKG-Verarbeitung durchgeführt. Zur Validierung der Methoden und zum zukünftigen Training neuer KI-Modelle wurden für EKGs der Study of Health in Pomerania Referenzwerte zur EKG-Segmentierung und der Klassifikation von Herzschlägen erstellt. Die größten Unterschiede in der Genauigkeit von Methoden zu Herzschlagerkennung zeigte sich bei EKGs von Patienten mit Rhythmusstörungen. Aber auch unabhängig von der EKG-Vorverarbeitung ließen sich zufriedenstelle Ergebnisse liefern. Die höchste Genauigkeit erzielten die EKG-Kanäle der Brustwandableitungen V3, V5 und V6. Im weiteren Verlauf wurde eine quelloffene Software für eine Benutzerumgebung zur Anwendung von Segmentierungsmethoden und ein Screeningtool für EKGs geschaffen, die verschiedene Methoden aufruft, anwendet und Ergebnisse visuell darstellt.