自动检测和跟踪的解剖标志在食道内心回声仪中用于量化左心室功能

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 准确的左心室 (LV) 功能评估对于重症监护患者管理至关重要.
• 目前使用跨食道心声学 (TEE) 评估 LV 功能的方法往往需要大量的时间.
• 需要自动化,高效的工具,以在重症监护机构中持续监测LV功能.

研究的目的:

• 为了提高在TEE中中环检测的性能,以增强LV功能量化.
• 开发和验证一个自动化管道 (autoMAPSE) 持续的LV功能评估.
• 评估自动MAPSE系统在重症监护患者的临床可行性和准确性.

主要方法:

• 研究了最先进的深度学习网络,用于在TEE中检测和跟踪 mitra annulus.
• 集成检测和跟踪到一个自动化管道 (autoMAPSE) 中,用于估计状环状平面缩外流 (MAPSE).
• 在245名患者的TEE记录上培训和测试网络,与Echolab和重症监护队伍的专家手册参考进行验证.

主要成果:

• 自动MAPSE系统实现了高可行性 (85.7%在Echolab, 88.1%在重症监护患者).
• 自动MAPSE和手册参考文献之间的平均差异很小 (分别为0.8毫米和0.6毫米).
• 临床原型展示了实时性能,与观察者间的变异性相当.

结论:

• 使用autoMAPSE自动化量化LV功能在临床重症监护环境中非常可行.
• 自动MAPSE系统提供准确的LV功能估计,与专家手动评估相提并论.
• 开发的系统提供了一个有前途的解决方案,用于高效和持续的LV功能监测在重症监护.