高通量ディープラーニングでミトラルリグルジテーションの検出
Amey Vrudhula1,2, Grant Duffy1, Milos Vukadinovic1,3
1Department of Cardiology, Smidt Heart Institute (A.V., G.D., M.V., S.C.), Cedars-Sinai Medical Center, Los Angeles, CA.
この研究では,エコーカルジオグラムから中度または重度のミトラル反発 (MR) を検出するための自動化されたディープラーニングパイプラインを開発しました. AIはMRを特定する上で高い精度を示し,自動化されたスクリーニングの可能性を提供しました.
科学分野:
- 心臓病科
- 人工知能
- 医療用イメージング
背景:
- ミトラル反発 (MR) の診断はドップラー画像を用いたエコーカルディオグラフィに依存する.
- 現在の診断方法は専門家の解釈を必要とし,自動化された解決策の必要性を強調しています.
研究 の 目的:
- MR検出のための完全に自動化されたディープラーニングパイプラインを開発し,検証する.
- カラー・ドップラーでアピカル4部屋のビデオを識別し,MRIの重症度を評価する.
主な方法:
- セダース・シナイ医療センターの 58,614 個のトランストラシック・エコーカルディオグラム (2,587,538 個のビデオ) の大規模なデータセットを使用しました.
- 視野識別とMRの重症度評価のための自動パイプラインを開発しました.
- 患者集団の内部と外部で モデルを検証した.
主要な成果:
- ビュー分類器は内部で0. 998,外部で0. 996のAUCを達成しました.
- AUCは0. 916 (内側) と0. 951 (外側) でした.
- 重度のMR検出では,AUCは0. 934 (内部) と0. 969 (外部) でした.
結論:
- 新しい自動パイプラインは,有意なMRを特定する上で優れたパフォーマンスを示しました.
- 開発されたアプローチは,ミトラル反吐の自動スクリーニングと監視の可能性を示しています.
さらに関連する動画
07:42An Image Guided Transapical Mitral Valve Leaflet Puncture Model of Controlled Volume Overload from Mitral Regurgitation in the Rat
Published on: May 19, 2020
11:16In vitro Assessment of Aortic Regurgitation Using Four-Dimensional Flow Magnetic Resonance Imaging
Published on: February 25, 2022
関連する概念動画
Mitral Valve Prolapse II: Assessment and Management
Mitral Regurgitation I: Introduction
Mitral Regurgitation II: Clinical Features and Diagnostic Tests
Mitral Regurgitation III: Medical Management
Mitral Regurgitation IV: Nursing Management
Mitral Stenosis II: Clinical features and Diagnostic Tests
