简介：摘要目的快速评估急性冠脉综合征（acute coronary syndrome，ACS）患者经皮冠脉介入术（percutaneous coronary intervention，PCI）后效果是临床中的一个重要问题。为此，本研究提出一种基于动态学习的心电图（Electrocardiogram，ECG）分析方法。方法前瞻性分析山东大学齐鲁医院急诊科2019年4月至2020年12月诊断明确且接受成功PCI术的ACS患者203例。根据PCI术后是否存在70%及以上狭窄，分为术后不合并≥70%狭窄组（n=72）和术后合并70%以上狭窄组（n=131）。收集患者的基本临床资料，并采用χ2检验分析计数资料，t检验和Mann-Whitney检验分析计量资料。记录患者PCI术前、术后2 h ECG，利用动态学习对其进行动力学分析生成心电动力学图（cardiodynamicsgram，CDG）。在术后不合并≥70%狭窄组中，以术前为心肌缺血，术后为非缺血，利用10次10折交叉验证训练支持向量机生成心肌缺血预测模型及CDG指标。结果两组患者基线资料差异无统计学意义。在术后不合并≥70%狭窄组中，支持向量机心肌缺血预测模型对心肌缺血的预测准确率73.61%、敏感度84.72%。患者CDG在PCI术后由散乱转变为规整，CDG指标显著降低（P<0.001）：术后不合并≥70%狭窄组中90.28%（65例）患者，术后合并70%以上狭窄患者组中79.39%（104例）患者的术后CDG指标较术前降低。结论本研究利用动态学习获取的CDG可直观、较为有效评估PCI术前后的心肌缺血变化，这有助于指导临床医生制定下一步的治疗方案。