ECG sonification methods for robust and generalizable clinical decision support.
研究背景
心电图（ECG）是心血管疾病诊断金标准，但传统分析在资源有限或远程医疗中效率低，尤其对视觉障碍者不便。数据听觉化技术被引入ECG分析，本综述回顾2015 - 2025年8项相关研究，旨在总结方法、识别空白并提标准化框架。
方法速览
采用系统综述法，依PRISMA指南在PubMed等数据库检索文献。按标准筛选出8项研究，提取数据并定义六类方法学局限性评分，评估方法学质量。
主要发现
- 听觉化方法多样，参数映射为主流
- 参数映射最常用，将ECG信号特征映射为声音参数。部分研究结合机器学习模型，验证了听觉化在信号保真度方面的潜力。听觉化在多临床场景展潜力
- 研究集中在监测、诊断和治疗领域。监测应用常见，如实时心律失常检测；诊断方面心律分类有一定准确率；治疗上可用于放松、情绪调节等。听觉化系统性能和体验不一
- 部分研究有定量指标，显示听觉化在信号保真方面有潜力，但多数靠主观评估。用户中心的定性指标是临床应用关键。方法学异质性限制转化
各研究在信号来源、处理方法等方面差异大，评估缺统一标准，多在实验室验证，样本量等问题限制结果推广。总结展望
本研究首次系统综述ECG听觉化进展，提出标准化框架和分阶段评估路径。但也有纳入文献少、缺乏临床验证等局限。未来需按建议提升系统可重复性和临床适用性。