从二维电影MRI自动测量左心室体积和质量:研究乳头肌肉的影响

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:

• 准确量化左心室 (LV) 功能对于早期发现心血管疾病至关重要.
• 当前的方法在评估LV参数时可能缺乏自动化和精度.

研究的目的:

• 开发和验证一个完全自动的框架,用2D-cine MR图像来量化LV体积和质量.
• 为了能够准确地检测和量化心脏收缩异常.

主要方法:

• 利用卷积神经网络 (CNN) 进行自动 LV 定位和形态操作以改进 LV 腔.
• 采用U-Net架构进行LV轮自动提取.
• 从肌细胞运动中集成的时间信息来计算LV体积,LV喷射率 (LVEF) 和左心室质量 (LVM).

主要成果:

• 在使用CNN的LV本地化中实现了高精度 (99.15%).
• 通过U-Net (DSC 99.78%,高清4.468毫米) 展示了出色的细分性能.
• 在量化参数和生理测量之间显示出强烈的相关性 (PCC>0.92对于LV体积,LVEF,中风体积和LVM).

结论:

• 拟议的自动化框架准确量化了LV体积和功能.
• 该方法显示出临床应用的巨大潜力,作为心脏收缩异常的诊断辅助.