使用基于CT血管图像的ConvMixer分类器对冠状动脉疾病进行分类
C Rajeev1, Karthika Natarajan1
1School of Computer Science and Engineering, VIT-AP University, Amaravati, Andhra Pradesh, India.
本研究引入了使用convMixer和图像处理技术的深度学习模型,以从CT扫描中准确检测冠状动脉疾病 (CAD),从而有可能减少侵入性手术.
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) 是全球主要的死亡原因.
- 准确的CAD评估对于治疗计划至关重要.
- 心脏CT成像提供高分辨率可视化,但面临分析挑战.
研究的目的:
- 开发和评估一种深度学习模型,用于从计算机断层扫描血管学 (CTA) 图像中自动化CAD分类.
- 为了研究convMixer与形态操作和介质过器结合用于CAD检测的疗效.
主要方法:
- 使用了5959张CTA图像的数据集.
- 采用了convMixer深度学习架构.
- 集成的形态操作和中间波器用于图像预处理.
- 使用开发的深度学习模型进行分类CAD.
主要成果:
- 与形态运算相结合的convMixer模型实现了96.30%的准确性,94.39%的灵敏性和99.16%的特异性.
- 仅使用convMixer模型就能达到94.63%的准确度,95.82%的灵敏度和93.10%的特异性.
- 深度学习热图被用于模型解释性.
结论:
- 拟议的深度学习系统在非侵入性识别可能需要侵入性冠状动脉血管造影的患者方面表现出高准确性.
- 这种自动化方法可以提高诊断效率,减少手工工作量,并支持临床决策.
- 这些发现支持在心血管诊断和治疗规划中使用先进AI系统的潜力.
更多相关视频
06:57Author Spotlight: Advancing Cardiovascular Imaging - Introducing the Spatially Weighted Calcium Score for Early Disease Detection
Published on: September 22, 2023
06:59Improved Registration of 3D CT Angiography with X-ray Fluoroscopy for Image Fusion During Transcatheter Aortic Valve Implantation
Published on: June 3, 2018
相关概念视频
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Coronary Artery Disease I: Introduction
Acute Coronary Syndrome III: Diagnostic Studies
Angina II: Classification
Classification of Connective Tissues
Connective Tissue Proper
Connective tissue proper is the most abundant class of connective tissues. As its name implies, it predominantly connects different tissues in the body. Depending on the cell types, ground substance, viscosity, and fiber types in the ECM, connective tissue proper is further categorized into loose and dense....
