用于个性化心脏病预测的多模态数字孪生

资源简介

该数据集是一个名为CardioTwin的多模态医疗AI系统，旨在通过构建个性化心脏数字孪生来预测心脏疾病的进展。它整合了电子健康记录（EHR）、心电图（ECG）时间序列信号和心脏核磁共振（MRI）数据，利用名为Cardiac-FM的多模态基础模型，学习临床、电生理和结构模态之间的共享表征。该系统结合机器学习、深度学习和规则引导评分机制，生成可解释的输出，包括心脏风险预测、疾病进展估计、各模态贡献分析和疾病阶段评估。基于Python、PyTorch、FastAPI和React构建，CardioTwin通过数字孪生仪表板提供面向医生的可视化、假设模拟和个性化临床决策支持，主要用于心血管风险监测和疾病管理研究。