深度学习用于自动化左心室外流通道直径测量在2D心声回声学
Sigurd Zijun Zha1, Magnus Rogstadkjernet2, Lars Gunnar Klæboe3
1University of Oslo, Oslo, Norway. sigzha@gmail.com.
Cardiovascular ultrasound
|October 13, 2023
概括
深度学习 (DL) 模型可以在心声图中准确测量左心室外流通道直径 (LVOTd),匹配专家心脏病学家的性能. 这种自动化方法在改善临床实践中的中风体积计算方面表现有前途.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 左心室外流管直径 (LVOTd) 的心声测量容易出现错误,影响中风体积计算.
- 使用深度学习 (DL) 进行自动化LVOTd测量可以提高准确性和一致性.
研究的目的:
- 为了评估DL模型在自动测量LVOTd.的性能.
- 为了比较DL模型测量与专家心脏病学家的评估.
主要方法:
- 开发了一个基于U-Net的卷积神经网络.
- 该DL模型是从649次心声回声检查中对1304次LVOTd测量进行训练的.
- 测量从横侧长轴 (PLAX) 和放大PLAX (ZPLAX) 视图进行.
主要成果:
- 在DL模型中,平均绝对LVOTd误差为1.04mm.
- 平均相对误差在3.8%至5.1%之间,ZPLAX视图的表现更好.
- DL模型的精度与临床医生之间的观察者间变异性相当.
结论:
- 用临床数据集实现自动LVOTd测量的深度学习是可行的.
- DL测量符合预期的临床变异性,但需要进一步验证.
- 未来的工作应该包括时间数据和解剖学约束,以提高准确性和临床实用性.


