基于人工智能的机器学习协议可以更快地评估大动脉生物力学:一个案例研究

科学领域:

• 生物医学工程 生物医学工程
• 心血管成像 - 心血管成像
• 人工智能在医学中的应用

背景情况:

• 分析腹腔大动脉动脉瘤 (AAA) 生物力学壁面应力是复杂和耗时的.
• 基于图像的生物力学分析的临床采用受到专业知识和时间要求的限制.
• 纵向跟踪和高级分析对于管理AAA至关重要.

研究的目的:

• 为了证明加速先进的大动脉图像分析的可行性,对单个患者纵向进行先进的大动脉图像分析.
• 展示基于人工智能 (AI) 的分类器对预测患者结果的实用性.
• 介绍分析正侧脉动脉瘤病例的工作流程.

主要方法:

• 采用多学科,多机构的团队方法.
• 采用先进的图像分析协议,为单个患者加快处理.
• 应用了先前训练的AI分类器来预测结果.

主要成果:

• 成功地在一个纵向跟踪患者上加速了先进的大动脉图像分析.
• 证明了人工智能分类器在预测患者结果方面的准确性.
• 详细介绍了一种特殊情况下的工作流程,即正侧主动脉动脉瘤管理.

结论:

• 加快先进的大动脉图像分析对于纵向患者跟踪是可行的.
• 基于人工智能的结果预测可以作为AAA的连续监视的可行替代方案.
• 描述的工作流提供了一种精简的方法来管理复杂的大动脉动脉瘤.