AI导读：

中国科学技术大学陈彦教授团队利用毫米波雷达感知技术，首次实现大规模人群的非接触式高精度房颤诊断。该系统在大型临床验证中接近心电图诊断性能，为房颤的早期诊断带来革命性变化。

　　记者22日从中国科学技术大学获悉，该校陈彦教授研究团队基于心脏电—机械耦合机制，利用毫米波雷达感知技术，首次实现大规模人群的非接触式高精度房颤诊断。这项创新技术有望为房颤的早期诊断带来革命性变化，相关研究成果5月20日发表在国际期刊《自然·通讯》上。

　　房颤作为最常见的心律失常疾病之一，全球发病率持续攀升。我国成年人群中，房颤的总体患病率高达1.6%。房颤的渐进性发展特点意味着早期诊断与及时干预至关重要，对于延缓疾病进展、预防卒中及心力衰竭等并发症具有深远意义。

　　尽管心电图被视为房颤诊断的金标准，但其短暂的检测时长往往难以捕捉最佳治疗时机，而动态心电图等可穿戴技术在实际应用中亦存在局限。因此，如何在房颤并发症初现端倪前实现精准诊断，一直是临床领域亟待解决的难题。

　　研究人员指出，房颤发生时，心脏电脉冲的有序传导遭到破坏，导致节律失调。这种电生理紊乱所引发的异常机械运动，可被毫米波雷达精准捕捉。这一发现为通过体表机械运动分析诊断房颤开辟了新路径。

　　研究团队提出的基于知识迁移的网络架构，创新性地将心脏电活动与机械运动模态进行关联映射，借助心电图信号特征辅助神经网络识别房颤特有的异常机械波动。该系统实现了非接触、免操作、无需穿戴设备的便捷检测，大型临床验证结果显示，其检测性能接近传统心电图诊断。在6258例受试者中进行的测试中，系统检测灵敏度高达0.844，特异度达0.995。尤为值得一提的是，在对27例房颤发作高风险受试者的日常主动监测中，系统成功在临床确诊前识别出2例房颤患者。

（文章来源：科技日报）