一个人工智能工具,用于对大型非结构化临床电影心脏磁共振数据库的自动分析

科学领域:

• 心血管成像 - 心血管成像
• 人工智能在医学中的应用
• 医学图像分析 医学图像分析

背景情况:

• 使用人工智能 (AI) 提出了使用短轴 (SAX) 电影心脏磁共振 (CMR) 的自动化分析.
• 现有的工具与大型,非结构化的临床CMR数据集作斗争.
• 在临床CMR数据库中需要一个强大的工具来自动化心脏功能量化.

研究的目的:

• 开发和验证一个强大的人工智能工具,用于从SAX cine CMR开始到结束自动量化心脏功能.
• 为了能够分析大型,非结构化的临床CMR数据集.
• 解决当前CMR分析工具在处理各种临床数据方面的局限性.

主要方法:

• 开发了一个自动化管道,包括数据识别,图像预处理,人工智能驱动的双心膜细分和功能生物标志物估计.
• 利用在2793次CMR扫描中训练的AI算法,并通过来自多个中心和供应商的414次内部和6888次外部扫描进行验证.
• 集成的自动化后分析质量控制,用于错误检测和纠正.

主要成果:

• 心脏生物标志物的中位数绝对误差在观察者之间的变化极限内 (LV体积<8.4毫升,RV体积<9.2毫升,LV质量<13.3克,EF<5.9%).
• 在各种数据集中表现出良好表现,包括各种心脏病和扫描仪供应商.
• 在使用所有主要CMR扫描仪供应商的12个不同中心的扫描上验证了该工具的稳定性.

结论:

• 开发的AI工具能够对来自多个中心,供应商和疾病类型的临床和研究CMR数据库进行强大,自动化的分析.
• 预处理,域泛化AI算法和质量控制的结合确保了对心脏功能的可靠量化.
• 该工具可实现大型多中心CMR数据库的全自动处理,为广泛的临床和研究应用铺平道路.