数据表1：基于可穿戴心电图AI预测持续性心房颤动患者心力衰竭进展的简要研究报告

资源简介

该数据集为一项简要研究报告的数据表，研究持续性心房颤动（AF）患者中心力衰竭（HF）进展的可穿戴心电图（ECG）预测。研究涉及50例持续性AF患者3–7天单导联ECG监测，提取30分钟窗口的RR间期和心率变异性（HRV）特征，并结合基线临床指标；采用LSTM和注意力机制的上下文感知深度学习模型，预测6–12个月NT-proBNP变化，并评估RMSE、MAE及NT-proBNP变化方向分类准确率。用途是探索ECG衍生数字生物标志物用于持续性AF患者心衰纵向监测的可行性。