相关实验视频
Updated: Jun 12, 2025

06:02
Assessing Cardiac Reprogramming using High Content Imaging Analysis
Published on: October 26, 2020
1.2K
在心血管磁共振成像中使用可解释的反复的3D双域卷积网络进行自动心脏覆盖率评估
Shahabedin Nabavi1, Mohammad Hashemi1, Mohsen Ebrahimi Moghaddam1
1Faculty of Computer Science and Engineering, Shahid Beheshti University, Tehran, Iran.
Medical physics
|September 23, 2024
概括
这项研究引入了一种改进的3D双域卷积模型,用于评估心血管磁共振 (CMR) 成像中完整的心脏覆盖范围. 改进后的模型实现了对大量人群研究的质量控制的卓越准确性.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 心血管诊断心血管诊断服务
背景情况:
- 心血管磁共振 (CMR) 成像对于诊断和预测心血管疾病至关重要.
- 确保CMR图像中完全覆盖心脏对于准确的体积和功能评估至关重要.
- 目前用于CMR图像的质量控制方法需要改进大规模研究.
研究的目的:
- 在CMR图像中使用3D双域卷积模型评估完整的心脏覆盖范围.
- 通过结合可解释突出区域检测模型和循环架构来增强模型的性能.
主要方法:
- 开发了一个三步算法,从短轴cine CMR堆中提取突出区域.
- 3D双域卷积模型的架构被修改为一个反复的形式.
- 通过将突出区域检测模型与反复架构集成,创建了一个注意力机制.
主要成果:
- 拟议的模型在来自6200多名英国生物库参与者的CMR图像上进行了测试,代表了心脏覆盖控制的最大数据集.
- 与之前的研究相比,该模型显示出更高的性能.
- 鉴定基底/顶端切片存在/不存在的准确性分别为96.22%和95.42%.
结论:
- 重复的架构和突出的区域焦点提高了CMR图像质量控制中的3D双域卷积模型的准确性.
- 这种全自动化模型适用于人口队列数据集的质量控制和实时后成像评估.
- 开发的模型和代码可供研究使用.

