使用人工智能增强的3D超声波加速测量带斑块体积
Alison Shirley Phair1, Joao Carreira2, Frank Lee Bowling1
1Division of Cardiovascular Sciences, University of Manchester, Manchester Academic Health Science, Manchester University NHS Foundation Trust, Manchester, UK; Manchester Vascular Centre, Manchester Academic Vascular Research and Innovation Centre (MAVRIC), Manchester University NHS Foundation Trust, Manchester, UK.
人工智能 (AI) 软件用于测量动脉斑块体积 (CPV) 是准确的和可重复的. 这种人工智能衍生自动CPV显著减少了与手工方法相比的分析时间,提高了临床效用.
科学领域:
- 心血管成像 - 心血管成像
- 医疗人工智能 医疗人工智能
- 预防中风 预防中风
背景情况:
- 通过3D超声波测量的带斑块体积 (CPV) 是潜在的中风预测器.
- 目前对CPV的手动分析是耗时的,限制了临床应用.
- 本研究评估了一种人工智能驱动的半自动软件,用于CPV测量.
研究的目的:
- 评估AI衍生半自动CPV (自动CPV) 测量的准确性和可重复性.
- 为了比较自动CPV的时间效率与手动平面测量.
- 在大规模研究中确定自动CPV的临床实用性.
主要方法:
- 来自121个人的3D超声波图像被两个失明的操作员分析为自动CPV.
- 关节切除术样本体积作为比较的黄金标准.
- 评价者之间,评价者内部的一致性,准确性和测量时间都得到了评估.
主要成果:
- 自动CPV显示与手术斑块体积有很强的一致性 (ICC=0.91).
- 观察者间 (ICC=0.90) 和观察者内部 (ICC=0.95) 的错误率较低.
- 自动CPV测量比手动平面测量快43% (5:39比13:05分钟).
结论:
- 人工智能衍生自动CPV是一种准确和可重复的方法,用于测量动脉斑块体积.
- 显著的时间节省提高了在临床实践和研究中使用CPV的可行性.
- 自动CPV可以促进大型人群研究,用于风险分层和治疗反应评估.
更多相关视频
06:18Intravascular Ultrasound Image-Based Finite Element Modeling Approach for Quantifying In Vivo Mechanical Properties of Human Coronary Artery
Published on: December 6, 2024
09:43Multimodal Study of Murine Cardiovascular Remodeling: Four-Dimensional Ultrasound and Mass Spectrometry Imaging
Published on: January 10, 2025