舌头图像检测冠状动脉疾病的可行性:基于深度学习
Mengyao Duan1, Boyan Mao2, Zijian Li1
1School of Traditional Chinese Medicine, Beijing University of Chinese Medicine, Beijing, China.
Frontiers in cardiovascular medicine
|September 9, 2024
概括
舌头图像显示了冠状动脉疾病 (CAD) 的诊断价值. 将舌头特征集成到诊断模型中可以提高准确性,为CAD查提供一种非侵入性方法,特别是在高血压患者中.
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:
- 冠状动脉疾病 (CAD) 是一个重大的全球健康挑战.
- 目前CAD的诊断方法可能是侵入性的和昂贵的.
- 对于早期检测和风险分层,需要新的非侵入性诊断工具.
研究的目的:
- 评估舌头图像对冠状动脉疾病 (CAD) 的诊断潜力.
- 开发和验证一个包含舌头图像特征的CAD诊断模型.
- 为CAD诊断提供新的生物特征证据.
主要方法:
- 一项涉及中国四家医院684名患者的横截面研究.
- 采集并分析了标准化的舌头图像,使用DeepLabV3+进行细分和Resnet-18进行特征提取.
- 用各种机器学习模型 (DT,RF,LR,SVM,XGBoost) 来开发带有和没有舌头图像功能的CAD诊断算法.
主要成果:
- 对于CAD的舌头图像分类证明了其有效性 (ACC=0.670,AUC=0.690).
- 与仅使用危险因素的模型相比,采用舌头特征的XGBoost模型实现了更好的诊断性能 (ACC=0.760,AUC=0.786,回忆=0.850).
- 舌头特征的整合提高了CAD诊断算法的整体性能.
结论:
- 舌头成像是CAD诊断的可行和有效工具.
- 整合舌头图像功能显著提高了CAD诊断算法的性能.
- 这种新的,非侵入性和经济高效的算法适用于大规模的CAD查,特别是在高血压人群中,舌头特征可能作为新生物标志物.
