الذكاء الاصطناعي ومشكلات العالم الصعبة · الطب واكتشاف الأدوية · Nature (computational biology) · 2026-10-25

تخطيط جهد الفعل للأقطاب بالتعلم العميق انطلاقًا من مخططات كهربائية أحادية القطب بلا تأشير يدوي لتوصيف الركيزة في الرجفان الأذيني

العنوان الأصلي: Deep-learning-based electrode action potential mapping from annotation-free unipolar electrograms for substrate characterization in atrial fibrillation

يحدّ من فاعلية الاستئصال بالقسطرة لدى مرضى الرجفان الأذيني غير الانتيابي صعوبةُ تحديد مناطق التوصيل غير الطبيعية. وقد طوّر الفريق تقنية DEAP Mapping، وهي طريقة قائمة على التعلم العميق تعيد بناء جهد الغشاء من مخططات كهربائية أحادية القطب لا تحتاج إلى تأشير يدوي. وفي قلوب خنازير خارج الجسم الحي، تطابقت نتائجها مع التخطيط البصري أكثر بكثير من خرائط التنشيط التقليدية (SSIM 0.87 مقابل 0.36)، وفي دراسة بأثر رجعي شملت 12 مريضًا اختلفت أنماط التوصيل فيها جزئيًا عن الطرق الحالية.

اقرأ المصدر الأصلي ↗

جميع العناصر →