心脏结构细分方面的进展:对CT成像中的深度学习进行全面的系统审查
Turki Nasser Alnasser1,2, Lojain Abdulaal1, Ahmed Maiter1,3
1Department of Infection, Immunity and Cardiovascular Disease, The University of Sheffield, Sheffield, United Kingdom.
Frontiers in cardiovascular medicine
|February 6, 2024
概括
使用深度学习 (DL) 的人工智能 (AI) 显示出在CT扫描上自动化心脏细分的前景. 虽然在研究中性能是可比的,但数据和验证的局限性阻碍了临床应用.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 心脏病学 心脏病学
背景情况:
- 心脏结构细分对于心脏评估至关重要.
- 深度学习 (DL) 显示了自动化心脏细分的潜力.
- 现有的AI心脏细分研究主要集中在MRI上.
研究的目的:
- 系统地审查监督的DL工具用于CT上的心脏结构细分.
- 评估这些DL工具的性能和质量.
主要方法:
- 在Embase和Medline数据库中进行了搜索 (2013-2023年).
- 包括在CT上使用监督DL进行心脏/大血管细分的研究.
- 提取了关于细分结构,DL架构,性能指标 (迪斯相似系数 - DSC) 和研究质量 (CLAIM检查清单) 的数据.
主要成果:
- 包括2020年后发表的18项研究.
- 对主要心脏结构 (例如,左心室:0.91,肺动脉:0.92) 报告了高的中位数DSC得分.
- 研究质量各不相同,数据集描述 (58%符合) 和外部验证 (81%缺乏) 有问题.
结论:
- 监督DL有效地在CT上对心脏结构进行细分,性能可比.
- 目前的研究受到培训数据集特征,注释一致性和外部验证的限制.
- 需要进一步的研究来解决数据限制和临床验证,以获得更广泛的应用.


