中南大学计算机学院、生物信息学湖南省重点实验室成员潘维白硕士在基于心电信号的疾病预测领域取得重要研究成果。该研究成果以“MCA-net: A Multi-Task Channel Attention Network for Myocardial Infarction Detection and Location Using 12-Lead ECGs”为题，在国际生物信息学权威期刊《Computers in Biology and Medicine》(IF= 4.589)上在线发表。
https://doi.org/10.1016/j.compbiomed.2022.106199
心肌梗死是一种典型的心血管疾病，需要及时诊断。然而，由于其病理的复杂性，心脏病专家很难在短时间内做出准确的诊断。因此，需要一种自动、高性能、易于扩展的心肌梗死检测和定位算法，以有效地减轻心脏病专家的负担。课题组提出了一种基于12导联信号进行MI检测和定位的多任务通道注意网络（MCA-net）。它采用了一个基于残差结构的信道注意网络来有效地捕获和整合来自不同线索的特征。在此基础上，利用多任务框架引入MI检测和位置任务之间的共享和互补信息，进一步提高模型性能。该方法在两个公开数据集进行了评估。对于MI检测任务，MCA-net的准确率在两个数据集上均达到了90%以上。对于MI定位任务，MCA-net在PTB数据集上分别达到了68.90%和49.18%的准确率。在PTBXL数据集上，其获得了超过80%的准确率。大量的比较实验表明，MCA-net优于现有的方法，且具有更好的泛化性。因此，它可以有效地帮助心脏病专家检测和定位心肌梗死，对心肌梗死的早期诊断和患者预后具有重要意义。
王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家重点研发项目、国家自然科学基金、高等学校学科创新引智计划、长沙市重大科技计划等基金支持。