综述:心肌介电特性在心脏电生理学中的应用与人工智能的潜在价值
《Sensors》:Artificial Intelligence Enabled Dielectric Fingerprinting of Arrhythmogenic Substrates: A Precision Paradigm for Tissue Characterization Guided Cardiac Electrophysiology
【字体:
大
中
小
】
时间:2026年09月26日
来源:Sensors 4.0
摘要
背景:心肌的电气和介电特性取决于其组成、纤维化、水肿、缺血和热损伤,因此可能在定义电生理基质方面发挥重要作用。局部阻抗和其他基于阻抗的方法提供了关于这些参数的信息,可供临床医生使用,但它们不能直接替代组织的固有电导率和介电常数。人工智能在心电图、心内电图、图像和计算数据分析方面的应用已得到充分研究,但在介电或阻抗测量方面尚未得到应用。目的:本研究旨在批判性地回顾心脏肌肉介电特性的科学基础在心脏病学和电生理学中的应用,区分心肌介电特性的现有临床和概念应用,并估计人工智能对其解释的当前和潜在贡献。数据来源与研究选择 当前工作代表了一项结构化叙述性综述,检索范围涵盖 PubMed、Scopus 和 Google Scholar 数据库,从建库至 2026 年 5 月,基于与心肌阻抗、介电特性、电导率、介电常数、局部阻抗、介电成像、心脏电生理学、导管消融、机器学习和人工智能等相关的多种关键词组合。本综述纳入了与心肌介电特性及其在电生理学中应用相关的实验、离体、动物、计算和人类研究。证据分为四类:直接人类临床证据;临床前/转化证据;相关技术的间接证据;以及外推概念。由于研究、传感技术和结局之间存在异质性,结果进行了叙述性分析。主要发现:关于人工智能算法使用的证据极为稀缺,这些算法主要基于心肌介电数据或导管基于局部阻抗数据进行训练,且大部分由临床前或离体数据组成。相反,电生理学领域中大部分临床使用的人工智能算法利用的是心电图数据、心内电图数据、图像处理或计算模型,而不包含与介电或局部阻抗相关的输入。结论及实践意义:介电感知是传统电压标测和成像方法的诱人补充,尽管介电感知的临床就绪程度因应用而异。目前,现有数据为在消融程序中使用局部阻抗测量和评估心肌特性提供了基础,而人工智能与介电感知的结合仍处于实验阶段。在引入临床电生理学实践之前,需要信号采集标准化和前瞻性多中心试验。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号