本研究使用12导联心电图数据，利用机器学习算法预测房颤患者是否需要抗凝治疗。算法通过卷积神经网络处理STOME增强的时间序列数据。引入路径发展层后，模型在阴性预测率为1的条件下实现30.6%的特异性，而没有引入路径发展的LSTM算法仅有2.7%的特异性。