エコーカーディオグラフィのリアルタイム グローバル ロンジチューディナル ストレイン: ワークフローの改善のための ディープラーニング プラットフォーム

科学分野:

• 心臓病科
• 医療用イメージング
• 人工知能

背景:

• 左心室の全長延ばし (GLS) は,エジェクション分数と比較して優れた診断および予後値を提供します.
• 現在の半自動GLS分析方法は,時間的制約と操作者の依存によって阻害され,広範な臨床採用を制限しています.

研究 の 目的:

• 自動化されたリアルタイムGLS測定のためのディープラーニング (DL) プラットフォームの評価.
• DLアシストエコーカルディオグラフィの実現性,精度,時間効率を評価する.
• DLツールが画像の品質を向上させることができるかどうかを判断する. 正確なストレスの分析に不可欠である.

主な方法:

• 完全自動化されたリアルタイムGLS分析のためのDLプラットフォームの開発.
• 異なるオペレーターによる二重画像セット取得 (DLプラットフォーム対従来のワークフロー) を含む50人の患者を対象とした前向きな研究.
• DLプラットフォームと従来の方法のGLS測定と画像品質のメトリックの比較

主要な成果:

• DLプラットフォームは,GLS測定において高い可行性 (94%) を示した.
• DLベースのGLS測定と手動GLS測定との間には,非常に良い相関関係 (r = 0. 94) が観察された.
• DLアシスト取得は分析時間を57%大幅に短縮し,ベースラインドリフトを減らすことで画像品質を向上させました.

結論:

• DLプラットフォームは,自動化されたGLS測定のための実行可能で正確な時間効率の良いソリューションを提供します.
• 取得中のリアルタイムDLフィードバックは,画像の品質を向上させ,標準化と精度をサポートします.
• このDLプラットフォームの臨床導入は,心声回帰の作業の流れを簡素化し,実験室の効率を向上させることができます.