Internationale Zeitschrift für Herz-Kreislauf-Forschung

Regressionsvorhersage von Läsionen für die HPSD-Radiofrequenzablation basierend auf dem Backpropagation-Algorithmus

Zhiwei Yao

Vorhofflimmern ist eine gefährliche Herzrhythmusstörung und die Radiofrequenzablation ist eine neue chirurgische Behandlungsmethode. Im Vergleich zur standardmäßigen Radiofrequenz-Katheterablation mit niedriger Leistung und langer Dauer verbessert die Radiofrequenz-Katheterablation mit hoher Leistung und kurzer Dauer die chirurgische Effizienz deutlich und weist eine gute Effizienz und Sicherheit auf. In dieser Studie werden In-vitro- Experimente zur Hochfrequenz-Katheterablation mit hoher Leistung und kurzer Dauer an Schweineherzen durchgeführt. Die Experimente werden entsprechend Leistung/Zeit in 5 Gruppen unterteilt und jeder Leistungs-/Zeitgruppe werden 4 Druckgruppen zugeordnet. Das Schadensmaß jedes Ablationspunkts wird manuell gemessen und 111 Sätze experimenteller Daten werden erhalten. Schließlich wird der Algorithmus des Backpropagation-BP-Neuralnetzwerks zur Regressionsvorhersage von Daten durch maschinelles Lernen verwendet und Bewertungsindikatoren werden verwendet, um die Vor- und Nachteile dieses Regressionsmodells zu bewerten, wie z. B. Determinationskoeffizient (R2 ⁾ , mittlerer durchschnittlicher Fehler (MAE), mittlerer quadratischer Fehler (MSE) und mittlerer durchschnittlicher prozentualer Fehler (MAPE). Den Ergebnissen zufolge werden die vier Schadensgrößen Oberflächenbreite (SW), maximale Schadensbreite (MW), Schadenstiefe (D) und berechnetes Schadensvolumen (V) mit acht Parametern korreliert: Leistung, Ablationszeit, Kontaktkraft, Anfangsimpedanz, Impedanzabfall, Anfangstemperatur, Maximaltemperatur und Temperaturanstieg.