Lavpris sygdomsdiagnose ved at kortlægge hjertelyde

Aortaklapstenose opstår, når aortaklappen indsnævres, hvilket begrænser blodstrømmen fra hjertet gennem arterien og til hele kroppen. I alvorlige tilfælde kan det føre til hjertesvigt. Det kan være svært at identificere tilstanden i fjerntliggende områder, fordi det kræver sofistikeret teknologi, og diagnoser på tidlige stadier er udfordrende at opnå.

I Journal of Applied Physics , udviklede forskere fra University of Kerala, Indien og University of Nova Gorica, Slovenien en metode til at identificere ventildysfunktion ved hjælp af kompleks netværksanalyse, der er nøjagtig, enkel at bruge og billig.

"Mange sundhedscentre på landet har ikke den nødvendige teknologi til at analysere sygdomme som denne," sagde forfatteren M.S. Swapna, fra University of Nova Gorica og University of Kerala. "Til vores teknik har vi bare brug for et stetoskop og en computer."

Det diagnostiske værktøj fungerer ud fra de lyde, som hjertet producerer. Organet skaber en "lub"-støj, når det lukker mitral- og trikuspidalklapperne, holder pause, når ventrikulær afslapning opstår, og blodet fyldes, og laver derefter en anden lyd, "dub", når aorta- og lungeklapperne lukker.

Swapna og hendes team brugte hjertelydsdata, indsamlet over 10 minutter, til at skabe en graf eller et komplekst netværk af forbundne punkter. Dataene blev opdelt i sektioner, og hver del var repræsenteret med en node eller enkelt punkt på grafen. Hvis lyden i den del af dataene lignede en anden sektion, blev der tegnet en linje eller kant mellem de to noder.

I et sundt hjerte viste grafen to adskilte klynger af punkter, hvor mange knuder ikke var forbundet. I modsætning hertil indeholdt et hjerte med aortastenose mange flere korrelationer og kanter.

"I tilfælde af aortastenose er der ingen adskillelse mellem lub- og dub-lydsignalerne," sagde Swapna.

Forskerne brugte maskinlæring til at undersøge graferne og identificere dem med og uden sygdom og opnåede en klassificeringsnøjagtighed på 100 %. Deres metode tager korrelationen af ​​hvert punkt under overvejelse, hvilket gør det mere nøjagtigt end andre, der kun tager højde for signalets styrke, og det gør det på mindre end 10 minutter. Som sådan kunne det være nyttigt til diagnoser i tidlige stadier.

Indtil videre er metoden kun blevet testet med data, ikke i kliniske omgivelser. Forfatterne er ved at udvikle en mobilapplikation, der kan tilgås over hele verden. Deres teknik kunne også bruges til at diagnosticere andre tilstande.

"Den foreslåede metode kan udvides til enhver type hjertelydsignaler, lungelydsignaler eller hostelydsignaler," sagde Swapna.

Artiklen "Unwrapping aorta valve dysfunction through complex network analysis:A biophysics approach" er forfattet af V. Vijesh, M.S. Swapna, K. Satheesh Kumar og S. Sankararaman. Artiklen vil blive vist i The Journal of Applied Physics den 30. august 2022. + Udforsk yderligere

Undersøgelse viser, at kateterbaseret klapudskiftning hjælper flere hjertepatienter