Generación automática y estratificación de riesgos de la placa carotídea en la elastografía de onda de cizallamiento...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• Ecografía cardiovascular

Sus antecedentes:

• La elastografía de onda de corte (SWE) evalúa la vulnerabilidad de la placa carotídea, pero requiere equipo y experiencia especializados, lo que limita su uso.
• El ultrasonido de modo B es ampliamente accesible para el cribado de la placa carotídea.

Objetivo del estudio:

• Desarrollar un flujo de trabajo accesible impulsado por la inteligencia artificial para la evaluación de la vulnerabilidad de la placa carotídea utilizando SWE virtual (V-SWE).
• Para permitir la estratificación automatizada del riesgo basada en la velocidad de la onda de corte (SWV) derivada de V-SWE.

Principales métodos:

• Un modelo U-Transformer-ConvNeXt segmenta las placas carótidas en imágenes de modo B.
• Un modelo de red adversaria generativa (GAN) creó imágenes virtuales de SWE (V-SWE).
• Los datos V-SWE se utilizaron para calcular el SWV para la clasificación de riesgos.

Principales resultados:

• Se logró un coeficiente de dados del 84,20% para la segmentación de la placa.
• La generación V-SWE mostró una puntuación FID de 56.74 y una alta correlación (0.867 ± 0.112).
• Niveles de riesgo clasificados con una precisión del 84,8% utilizando SWV pronosticado.

Conclusiones:

• El flujo de trabajo V-SWE propuesto evalúa efectivamente la vulnerabilidad de la placa carotídea y la estratificación del riesgo.
• Este enfoque de IA mejora la accesibilidad al aprovechar el ultrasonido de modo B estándar.
• El método tiene un potencial significativo para una aplicación clínica generalizada en el análisis automatizado de la placa.