简介：摘要目的应用深度学习算法建立基于纸质版12导联体表心电图的人工智能模型，评估并比较其与心律失常专科医生对流出道室性心律失常起源部位定位的效能。方法收集2011年5月1日至2020年12月31日在首都医科大学附属北京朝阳医院、温州医科大学附属第二医院、浙江大学医学院附属邵逸夫医院、北京大学第三医院经射频消融术成功治疗的527例流出道室性心律失常患者的861份纸质版室性心律失常心电图。以术中成功消融靶点作为金标准，对以深度学习为基础的人工智能模型进行训练、验证及测试。两位心律失常专科医生根据经典定位流程图及临床经验对测试集心电图进行靶点判断。对比深度学习算法与人工判读的敏感性、特异性和准确性等。结果基于纸质版常规12导联体表心电图的扫描图像建立的人工智能模型的灵敏度、特异度、准确率、受试者工作特征曲线下面积、F1指数分别为94.0%、83.3%、93.0%、0.93和0.96。针对测试集，专科医生判读的平均灵敏度、特异度和准确率分别为95.7%、83.3%和94.6%。结论在流出道室性心律失常起源定位方面，基于纸质版心电图的深度学习算法表现出较高性能，与心律失常专科医生的判断水平相当。

简介：摘要目的比较冠状静脉(CV)不同部位心外膜特发性室性心律失常(VA)的心电图特征。方法2009年10月31日至2021年9月30日，纳入温州医科大学附属第二医院经导管射频消融治疗的VA患者有效靶点或"最早"激动点在CV的连续性病例，对CV不同部位起源VA的QRS波形态进行回顾性研究。结果共纳入173例，其中男102例，年龄(56.44±15.66)岁，年龄范围13~87岁。在邻近二尖瓣环心外膜组的171例中：①51例(92.73%，51/55)患者前室间静脉近端(pAIV)及左心室顶部穿间隔静脉(summit-CV)在V1导联有s波呈Rs、RS或rS型，而其他部位106例(91.40%，106/116)无s波呈R型(χ2＝115.01，P<0.001)；②V5~V6导联在邻近二尖瓣环后壁、侧壁及前侧壁的心大静脉远端(DGCV1)以近区域35例(81.40%，35/43)有s波呈Rs型，而DGCV2、summit-CV及pAIV118例(92.19%，118/128)呈R型，10例(7.81%，10/128)呈Rs型(χ2＝89.88，P<0.001)；③summit-CV及邻近二尖瓣环后侧壁在Ⅰ导联20例(74.07%，20/27)以正向波为主呈R、Rs及r型，其他区域140例(97.22%，140/144)以负向波为主呈rS、rs、qr、qs或QS型(χ2＝95.79，P<0.001)；④若以V1导联有s波呈Rs、RS或rS型，V5~V6导联有s波呈Rs型，I导联以正向波为主呈R、Rs或r型分别作为诊断pAIV及summit-CV，DGCV1及其以近，summit-CV及邻近二尖瓣环后侧壁起源的指标，其敏感性、特异性、阳性预测值、阴性预测值分别为92.73%、91.40%、83.61%、96.36%；81.40%、92.19%、77.78%、93.65%；74.07%、97.22%、83.33%、95.24%。结论CV不同部位室性心律失常的心电图特征亦不相同，熟悉这些心电图特征对初步判断其起源将有所裨益。

简介：摘要目的探讨邻近希氏束旁室性心律失常(PH-VA)的心电图特征及Ⅲ导联R/S比值(RⅢ/SⅢ)在预测消融成功和起源点距希氏束距离的价值。方法纳入2008年10月31日至2021年1月31日在温州医科大学附属第二医院经电生理检查与消融治疗符合PH-VA的患者根据胸部X线片及三维标测定位分为右侧PH-VA组和左侧PH-VA组：比较不同部位PH-VA的心电图特征及RⅢ/SⅢ比值在预测消融成功和起源点距希氏束距离的价值。结果224例患者纳入本研究，年龄(61.0±16.4)岁，男133例。消融成功199例(88.8%，199/224)。①右侧PH-VA组179例，年龄(61.5±15.8)岁，其中男106例；②左侧PH-VA组45例，年龄(59.4±15.2)岁，其中男27例。①若以V1导联呈R、QR、qR、qr、Qr、Qrs、qrS型及胸前导联移行<V1导联作为诊断左侧PH-VA的指标；以V1导联呈QS型作为鉴别右侧希氏束下与上方和左侧PH-VA的指标，均具有较高的敏感度、特异度及准确度；②Ⅲ导联以正、负向波为主的成功率分别为66.7%(44/66)及95.6%(151/158)(χ2＝34.51，P<0.001)；③若以RⅢ/SⅢ比值≤1.1作为PH-VA消融成功的预测指标，以RⅢ/SⅢ比值>1.1作为PH-VA起源点距希氏束距离<5 mm的预测指标，均具有较高的敏感度、特异度及准确度。结论不同部位PH-VA的心电图特征不同，心电图指标对鉴别诊断有价值；RⅢ/SⅢ比值是PH-VA消融成功和起源点距希氏束距离<5 mm的有效预测指标。