一种开源的自动机器学习方法,用于大规模的图像检索,用于胸前大动脉分析研究
Brian C Ayers1, Aaron D Aguirre2,3, Thoralf M Sundt1
1Division of Cardiac Surgery, Massachusetts General Hospital, Boston, MA 02114, United States.
JAMIA open
|July 15, 2025
概括
一个自动化管道准确地识别胸前大动脉计算机断层扫描 (CT) 扫描用于研究. 该工具增强了从大型CT扫描数据库中检索图像,改善了研究数据的选择.
科学领域:
- 医学成像分析分析 医学成像分析
- 放射学信息学 放射学信息学
背景情况:
- 胸前大动脉计算机断层扫描 (CT) 对心血管研究至关重要.
- 从大型,多样化的数据库中识别特定的扫描序列是一个重大挑战.
研究的目的:
- 开发一个自动图像检索管道,用于识别胸前大动脉CT扫描系列.
- 为了准确地选择显示整个胸前大动脉与动脉相对比的扫描.
主要方法:
- 开发了一个自动化图像分析管道.
- 将管道应用于4184个胸部CT扫描的队列.
- 用于选择整个胸前大动脉与动脉相对比的标准.
主要成果:
- 管道确定了3435 (82%) 的相关研究.
- 手动审查证实了高精度:99.1%的选择扫描是准确的,93.6%的排除扫描被适当排除.
结论:
- 一个开源管道准确地从异构的集合中检索特定的大动脉成像研究.
- 该框架可适应各种临床用例和多机构研究.


