相关实验视频
Updated: Jul 19, 2025
09:29
Echocardiographic Assessment of the Right Heart in Mice
Published on: November 27, 2013
23.0K
使用机器学习对肺高血压概率的自动心声学评估
Zuwei Liao1,2, Kaikai Liu3, Shangwei Ding4
1Shantou University Medical College Shantou Guangdong China.
Pulmonary circulation
|August 7, 2023
概括
一个新的机器学习模型使用心声学准确评估肺高血压 (PH) 的概率. 这种人工智能工具的性能优于传统方法,提高了PH查的诊断准确性.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 心声图是肺高血压 (PH) 的首要查工具.
- 准确的PH评价需要整合肺动脉压力和额外的心声学标志.
- 目前使用心声回声仪进行PH评估的方法存在局限性.
研究的目的:
- 开发和验证用于自动PH概率评估的机器学习 (ML) 模型.
- 为了提高PH诊断的准确性,使用心声回声学特征.
- 为了比较ML模型与传统心声回声学方法的性能.
主要方法:
- 收集了346名疑似PH患者的心声图像 (横侧短轴 - 乳头肌肉水平视图).
- 从图像中提取了本地特征,并将其集成到ML模型中.
- 使用接收器操作特征分析验证了ML模型的性能,并与传统方法进行了比较.
主要成果:
- 与传统方法相比,ML模型在诊断PH方面取得了显著更高的准确性 (AUC为0.945对比0.892,p=0.027).
- 该模型在子组分析中表现强.
- 外部验证证实了ML模型的有效性 (AUC 0.950).
结论:
- 机器学习方法可以自动从心声回声图像中提取相关特征.
- 开发的ML模型准确地评估了PH概率,超过了传统的心声回声评估.
- 这种人工智能驱动的方法为改善PH诊断提供了一个有希望的工具.
