基于人工智能的算法开发,通过使用两个分级系统,从胸部X射线图中预测myxomatous膜疾病的严重程度
Carlotta Valente1, Marek Wodzinski2, Carlo Guglielmini1
1Department of Animal Medicine, Production and Health, University of Padua, Viale dell'Università 16, 35020, Legnaro, Padua, Italy.
Research in veterinary science
|August 13, 2024
概括
一个新的心脏卷积神经网络 (心脏-CNN) 准确地从X射线图中分类狗膜病 (MMVD) 阶段. 这种人工智能工具有助于早期诊断和管理这种常见的狗心脏病.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 人工智能的人工智能
- 心脏病学 心脏病学
背景情况:
- 密克索马托斯膜疾病 (MMVD) 是狗中普遍存在的心脏疾病.
- 准确地确定MMVD的阶段对于有效的治疗和预后至关重要.
- 当前的诊断方法可能是资源密集的.
研究的目的:
- 开发和验证心脏卷积神经网络 (心脏-CNN) 用于自动化MMVD分期.
- 根据已建立的兽医指南,评估心脏-CNN的性能.
- 评估AI在早期犬类MMVD诊断中的潜力.
主要方法:
- 一个回顾性,多中心研究,利用证实MMVD的狗的侧侧胸部X射线图.
- 根据美国兽医内科医学院 (ACVIM) 的指导方针和心脏回声学 (MINE) 评分,将狗分为不同阶段.
- 使用混矩阵,ROC曲线和AUC分析对心脏-CNN的性能评估.
主要成果:
- 心脏-CNN在各种MMVD阶段表现出高精度.
- 曲线下的面积 (AUC) 值在ACVIM分期中从0.79到0.89不等.
- 在MINE分数分阶段测试中,AUC值在0.71到0.90之间,表明预测能力良好.
结论:
- 开发的心脏-CNN是客观和自动化的狗MMVD阶段测定的一个有前途的工具.
- 这种人工智能方法可以支持兽医在早期检测和管理犬类MMVD.
- 该研究强调了人工智能在兽医心脏病诊断中的潜力.
