AI從心臟MR圖像中收集重要的LV體積數(shù)據(jù)

小編發(fā)現(xiàn)不少朋友對(duì)于AI從心臟MR圖像中收集重要的LV體積數(shù)據(jù) 這方面的信息都比較感興趣，小編就針對(duì) AI從心臟MR圖像中收集重要的LV體積數(shù)據(jù) 整理了一些相關(guān)方面的信息 在這里分享給大家。

根據(jù)磁共振成像發(fā)表的一項(xiàng)新研究，機(jī)器學(xué)習(xí)(ML)算法可以評(píng)估心臟MR(CMR)圖像并提供整個(gè)患者心動(dòng)周期中左心室(LV)體積的準(zhǔn)確測(cè)量值。

這組作者補(bǔ)充說(shuō)，收縮末期和舒張末期左室容積通常是在CMR檢查期間計(jì)算得出的，但整個(gè)心動(dòng)周期期間并未監(jiān)測(cè)數(shù)據(jù)。Goyal等。希望AI技術(shù)的進(jìn)步能夠改變這種做法，并以其他方式改善護(hù)理水平。

“迄今為止，大多數(shù)來(lái)自CMR圖像的心臟參數(shù)都是通過(guò)手動(dòng)測(cè)量獲得的，包括依賴(lài)心內(nèi)膜邊界描記的腔室容積，”芝加哥醫(yī)學(xué)大學(xué)的Neha Goyal及其同事寫(xiě)道。“自動(dòng)識(shí)別心腔，然后進(jìn)行準(zhǔn)確的測(cè)量而不需要耗時(shí)和依賴(lài)經(jīng)驗(yàn)的用戶(hù)輸入，將是臨床心臟成像的主要發(fā)展。”

研究人員出于各種原因探索了來(lái)自21位接受臨床CMR檢查的患者的數(shù)據(jù)。雖然AI算法提供了CMR電影圖像的LV時(shí)間-體積曲線，但經(jīng)驗(yàn)豐富的閱讀器會(huì)手動(dòng)計(jì)算相同的測(cè)量值。然后比較由算法和經(jīng)驗(yàn)豐富的專(zhuān)家確定的左室容積和排出/填充參數(shù)。

總體而言，作者發(fā)現(xiàn)時(shí)間-體積曲線“在兩種技術(shù)的大小和形狀上相似。” 就像人們可能期望的那樣，使用AI技術(shù)可以更加有效地收集必要的數(shù)據(jù)。使用AI生成時(shí)間-體積曲線大約需要每位患者2.5分鐘，而手動(dòng)完成則大約需要43分鐘。

作者寫(xiě)道：“這些發(fā)現(xiàn)表明，在不久的將來(lái)，將ML納入CMR LV大小和功能的CMR分析的日常實(shí)踐中可能是現(xiàn)實(shí)的期望。”

Goyal的團(tuán)隊(duì)確實(shí)注意到，在解釋CMR圖像時(shí)，成功訓(xùn)練AI算法比其他一些成像數(shù)據(jù)更具挑戰(zhàn)性。

他們寫(xiě)道：“與通常需要對(duì)靜態(tài)圖像進(jìn)行解釋的胸部X射線照相甚至是計(jì)算機(jī)斷層攝影不同，CMR圖像是動(dòng)態(tài)的，”他們寫(xiě)道。“因此，將人工智能和機(jī)器學(xué)習(xí)納入CMR一直滯后。盡管如此，最近十年見(jiàn)證了為實(shí)現(xiàn)ML算法在CMR圖像分析中的潛力而做出的巨大努力。”