• 收缩杂音类型分类[时间范围：在设备使用后两分钟内]
  开发一种模型，可以将收缩期杂音分类为疾病类别，包括主动脉瓣狭窄（AS），二尖瓣反流（MR），三尖瓣反流（TR），其他（O）和无辜杂音（I）。
• 收缩杂音严重性分类[时间范围：在设备使用后两分钟内]
  开发一个模型，可以按照美国超声心动图学会（ASE）指南的严重程度和TR的严重性进行评分为轻度，中度或严重。

瓣膜心脏病（VHD）是结构性心脏病（SHD）的子类，是全球数千万患者死亡率和生活质量降低的主要原因。早期检测VHD可以仔细监测该疾病，以便一旦狭窄发展到严重，就可以考虑手术。不幸的是，许多临床医生很难在早期阶段准确识别VHD，并仅通过身体检查来评估其严重程度。这一困难源于与VHD相关的症状的微妙之处，以及临床医生无法使用传统的听诊器可靠地检测出VHD的心脏杂音，尤其是在许多医疗机构的嘈杂和繁忙的环境中。

正如二尖瓣反流（MR）和三尖瓣反流（TR）都导致可靠重现的听觉发现。尽管如此，众所周知，听诊作为诊断程序还是很差的：它的准确性仅为5-40％。此外，舒张和连续的杂音比由AS和TR造成的收缩期杂音稀有，几乎总是很难被一线临床医生检测到非常困难。舒张性杂音通常是由VHD引起的，例如主动脉浮肿（AR），肺炎反流（PR），二尖瓣狭窄（MS）或Tricuspid狭窄（TS），并且连续杂音通常是由非流离失所的SHD引起的，例如先天性主动脉肺部窗口，分流器和专利导管（PDA）。缺少这些杂音之一可能导致诊断和护理大大延迟。

由于临床医生难以通过病史和体格检查来可靠筛选SHD的困难，因此SHD的诊断在很大程度上取决于超声心动图（ECHOS），这被认为是心脏病学界诊断出SHD严重程度的金标准。结果的结果是几倍。首先，如果存在更好的筛查和评估工具，许多患者会收到无需进行回声。其次，超声心动图构成了医疗支出不成比例的。第三，由于缺乏更好的筛查工具，患者负担重复回声的责任。这种过度测试伴随的情感，身体和经济负担，尤其是在服务不足社区中的患者，不能被夸大。

总体而言，即使在早期和更稳定的准确性上，也可以识别出更好的初步筛查工具，即使无症状，也可以识别这些条件，即使无症状的准确性与黄金标准超声心动图相媲美。这样的工具将提高临床医生对体格检查期间评估的信心，这将使他们能够帮助患者做出明智的护理决定，提供改变疾病的疗法，同时降低了对，不必要的，不必要的，不必要的，昂贵的辅助工作。最后，通过促进对VHD的早期检测，由于较早的干预，发病率和死亡率预计将降低。

由FDA批准的EKO核心和Eko Duo电子听诊器为临床医生提供了一种熟悉且廉价的工具，该工具被患者广泛接受，而同时提供的传感器和技术可以改善对诸如瓣膜疾病等医疗状况的筛查和检测，例如通过传统听诊仪听诊。核心和二重奏在听诊期间都具有声音放大，这提高了临床医生检测心脏声音和模式细微变化的能力。核心允许记录音频产生Phonocartionkic（PCG），而二人组可以记录音频以产生PCG以及同时记录单铅心电图图（ECG）。这两种设备都使用蓝牙将PCG和ECG数据无线传输到EKO移动应用程序，该应用程序使临床医生可以在听诊时可视化PCG和ECG，以及播放录音，在录制的音频上注释注释，并保存和共享记录。这些特征独特地将EKO电子听诊器作为临床实践中的初步筛查工具非常有效。

EKO设备已开发并获得了510（k）FDA批准用于机器学习（ML）算法，该算法可以使用EKO Core或Duo Electronic STETETOPES记录Heart Sounds在成年VHD的成年患者中的存在或不存在心脏杂音。该算法是使用深层神经网络模型建造的，该模型在Eko Core和Eko Duo上收集的5,878个PCG录音训练，并从5,318多名独特的患者中收集，以将心脏声音录音分类为包含心脏杂音或包含可听见的杂音，并区分出良​​好的高质量心声音的声音。来自质量差的心脏声音录音的录音。训练有素的模型已在一项多站点临床研究中得到了独立验证，该研究招募了681名VHD患者，具有匹配的金标准超声心动图。 2020年1月获得了FDA批准。

本研究旨在通过开发新型ML算法来扩展杂音检测，以包括VHD分类，这些算法能够通过使用4点使用EKO与EKO进行4点培养核心和二人电子听诊器记录心脏声音。这些新算法将整合二人组合的时间同步ECG流，以改善S1和S2心脏声音之间的区别，并提高识别收缩期与舒张期时间间隔的性能。当与FDA批准的信号质量和杂音检测的算法结合使用时，这些新算法将使临床医生能够在其临床实践中使用EKO听诊器时，可以基于ACC/AHA患者管理指南，具有完整的VHD决策支持系统。20这将使临床医生提供信息，以帮助他们尽早发现SHD，以自信和一致性做出临床护理决策，并提高整体患者的结果，同时降低成本和提高效率。

• 杂音，心
• 主动脉瓣狭窄
• 三尖瓣反流
• 二尖瓣反流
• 无辜的杂音
• 心脏杂音

• 主动脉狭窄
  具有回声确认为中度到重度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 二尖瓣反流
  具有回声确认的MR的受试者中等至重度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 三尖瓣反流
  具有回声确认的TR级中等至重度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 无辜的杂音
  具有回声确认的痕量/微不足道瓣膜疾病严重程度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 舒张杂音
  与舒张期杂音相关的病理学的受试者（例如AR，PR，MS，TS）
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 连续的杂音
  与连续杂音相关的病理学的受试者（例如先天分流，PDA）
  干预：设备：使用EKO核心和Eko Duo电子听诊器

纳入标准：

1. 18岁及以上的成年人
2. 患者或患者的法律医疗保健代理人同意参加
3. 临床医生听到
4. 经历或经历了完整的（即，不限）的超声心动图
5. 愿意用两种不同的电子听诊器完成心脏记录

排除标准：

1. 病人或代理人不愿意或无法给予书面知情同意书
2. 无法完成完整的临床超声心动图
3. 正如临床医生所听到的，没有至少一个听觉的杂音在至少一个听觉的位置
4. 经历已知或怀疑的急性心脏事件
5. 机械心室支撑（例如ECMO，LVAD，RVAD，BIVAD，IMPELLA，ARERTIC气球泵，TAH，腹腔，Duraheart，Hvad，Hvad，Evaheart Lvas，Heartmate，Heartmate，Jarvik 2000）
6. 不愿意或无法遵循或完成学习程序

• 收缩杂音类型分类[时间范围：在设备使用后两分钟内]
  开发一种模型，可以将收缩期杂音分类为疾病类别，包括主动脉瓣狭窄（AS），二尖瓣反流（MR），三尖瓣反流（TR），其他（O）和无辜杂音（I）。
• 收缩杂音严重性分类[时间范围：在设备使用后两分钟内]
  开发一个模型，可以按照美国超声心动图学会（ASE）指南的严重程度和TR的严重性进行评分为轻度，中度或严重。

瓣膜心脏病（VHD）是结构性心脏病（SHD）的子类，是全球数千万患者死亡率和生活质量降低的主要原因。早期检测VHD可以仔细监测该疾病，以便一旦狭窄发展到严重，就可以考虑手术。不幸的是，许多临床医生很难在早期阶段准确识别VHD，并仅通过身体检查来评估其严重程度。这一困难源于与VHD相关的症状的微妙之处，以及临床医生无法使用传统的听诊器可靠地检测出VHD的心脏杂音，尤其是在许多医疗机构的嘈杂和繁忙的环境中。

正如二尖瓣反流（MR）和三尖瓣反流（TR）都导致可靠重现的听觉发现。尽管如此，众所周知，听诊作为诊断程序还是很差的：它的准确性仅为5-40％。此外，舒张和连续的杂音比由AS和TR造成的收缩期杂音稀有，几乎总是很难被一线临床医生检测到非常困难。舒张性杂音通常是由VHD引起的，例如主动脉浮肿（AR），肺炎反流（PR），二尖瓣狭窄（MS）或Tricuspid狭窄（TS），并且连续杂音通常是由非流离失所的SHD引起的，例如先天性主动脉肺部窗口，分流器和专利导管（PDA）。缺少这些杂音之一可能导致诊断和护理大大延迟。

由于临床医生难以通过病史和体格检查来可靠筛选SHD的困难，因此SHD的诊断在很大程度上取决于超声心动图（ECHOS），这被认为是心脏病学界诊断出SHD严重程度的金标准。结果的结果是几倍。首先，如果存在更好的筛查和评估工具，许多患者会收到无需进行回声。其次，超声心动图构成了医疗支出不成比例的。第三，由于缺乏更好的筛查工具，患者负担重复回声的责任。这种过度测试伴随的情感，身体和经济负担，尤其是在服务不足社区中的患者，不能被夸大。

总体而言，即使在早期和更稳定的准确性上，也可以识别出更好的初步筛查工具，即使无症状，也可以识别这些条件，即使无症状的准确性与黄金标准超声心动图相媲美。这样的工具将提高临床医生对体格检查期间评估的信心，这将使他们能够帮助患者做出明智的护理决定，提供改变疾病的疗法，同时降低了对，不必要的，不必要的，不必要的，昂贵的辅助工作。最后，通过促进对VHD的早期检测，由于较早的干预，发病率和死亡率预计将降低。

由FDA批准的EKO核心和Eko Duo电子听诊器为临床医生提供了一种熟悉且廉价的工具，该工具被患者广泛接受，而同时提供的传感器和技术可以改善对诸如瓣膜疾病等医疗状况的筛查和检测，例如通过传统听诊仪听诊。核心和二重奏在听诊期间都具有声音放大，这提高了临床医生检测心脏声音和模式细微变化的能力。核心允许记录音频产生Phonocartionkic（PCG），而二人组可以记录音频以产生PCG以及同时记录单铅心电图图（ECG）。这两种设备都使用蓝牙将PCG和ECG数据无线传输到EKO移动应用程序，该应用程序使临床医生可以在听诊时可视化PCG和ECG，以及播放录音，在录制的音频上注释注释，并保存和共享记录。这些特征独特地将EKO电子听诊器作为临床实践中的初步筛查工具非常有效。

EKO设备已开发并获得了510（k）FDA批准用于机器学习（ML）算法，该算法可以使用EKO Core或Duo Electronic STETETOPES记录Heart Sounds在成年VHD的成年患者中的存在或不存在心脏杂音。该算法是使用深层神经网络模型建造的，该模型在Eko Core和Eko Duo上收集的5,878个PCG录音训练，并从5,318多名独特的患者中收集，以将心脏声音录音分类为包含心脏杂音或包含可听见的杂音，并区分出良​​好的高质量心声音的声音。来自质量差的心脏声音录音的录音。训练有素的模型已在一项多站点临床研究中得到了独立验证，该研究招募了681名VHD患者，具有匹配的金标准超声心动图。 2020年1月获得了FDA批准。

本研究旨在通过开发新型ML算法来扩展杂音检测，以包括VHD分类，这些算法能够通过使用4点使用EKO与EKO进行4点培养核心和二人电子听诊器记录心脏声音。这些新算法将整合二人组合的时间同步ECG流，以改善S1和S2心脏声音之间的区别，并提高识别收缩期与舒张期时间间隔的性能。当与FDA批准的信号质量和杂音检测的算法结合使用时，这些新算法将使临床医生能够在其临床实践中使用EKO听诊器时，可以基于ACC/AHA患者管理指南，具有完整的VHD决策支持系统。20这将使临床医生提供信息，以帮助他们尽早发现SHD，以自信和一致性做出临床护理决策，并提高整体患者的结果，同时降低成本和提高效率。

• 杂音，心
• 主动脉瓣狭窄
• 三尖瓣反流
• 二尖瓣反流
• 无辜的杂音
• 心脏杂音

• 主动脉狭窄
  具有回声确认为中度到重度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 二尖瓣反流
  具有回声确认的MR的受试者中等至重度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 三尖瓣反流
  具有回声确认的TR级中等至重度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 无辜的杂音
  具有回声确认的痕量/微不足道瓣膜疾病严重程度的受试者
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 舒张杂音
  与舒张期杂音相关的病理学的受试者（例如AR，PR，MS，TS）
  干预：设备：使用EKO核心和Eko Duo电子听诊器
• 连续的杂音
  与连续杂音相关的病理学的受试者（例如先天分流，PDA）
  干预：设备：使用EKO核心和Eko Duo电子听诊器

纳入标准：

1. 18岁及以上的成年人
2. 患者或患者的法律医疗保健代理人同意参加
3. 临床医生听到
4. 经历或经历了完整的（即，不限）的超声心动图
5. 愿意用两种不同的电子听诊器完成心脏记录

排除标准：

1. 病人或代理人不愿意或无法给予书面知情同意书
2. 无法完成完整的临床超声心动图
3. 正如临床医生所听到的，没有至少一个听觉的杂音在至少一个听觉的位置
4. 经历已知或怀疑的急性心脏事件
5. 机械心室支撑（例如ECMO，LVAD，RVAD，BIVAD，IMPELLA，ARERTIC气球泵，TAH，腹腔，Duraheart，Hvad，Hvad，Evaheart Lvas，Heartmate，Heartmate，Jarvik 2000）
6. 不愿意或无法遵循或完成学习程序