人工智能应用于心脏磁共振,用于冠状动脉疾病的精密医学:系统性审查
Cristina Jiménez-Jara1,2,3,4, Rodrigo Salas1,3,4, Rienzi Díaz-Navarro2,4
1School of Biomedical Engineering, Universidad de Valparaíso, Valparaíso 2362905, Chile.
人工智能 (AI) 和放射学显著增强了冠状动脉疾病 (CAD) 诊断和预后的心脏磁共振 (CMR) 成像. 这些先进的技术改善了图像分析,有助于疾病的表征和患者的预测结果.
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:
- 心脏磁共振 (CMR) 成像对于评估冠状动脉疾病 (CAD) 中心肌损伤至关重要.
- 人工智能 (AI),机器学习和深度学习越来越多地被整合到CMR中,以自动化任务和改进解释.
- 放射学从CMR图像中提取定量特征,揭示疾病特征的次视觉模式.
研究的目的:
- 系统地审查AI在CMR中用于CAD的应用.
- 分析AI和放射学在CAD评估中的性能和局限性,使用CMR.
主要方法:
- 在MEDLINE,Web of Science和Scopus中进行了系统的文献搜索,直到2025年3月17日,遵守PRISMA指南.
- 使用CLAIM检查清单进行了质量评估.
- 包括专注于人工智能用于分类,放射学和CMR对CAD的细分的研究.
主要成果:
- 包括106项研究:46项关于分类,19项关于放射学和41项关于细分的研究.
- 人工智能模型在对CAD进行分类,预测主要不良心血管事件 (MACE),心律失常和重塑方面表现出实用性.
- 放射学有助于区分心脏病发作类型和预测微血管阻塞;细分显示了心肌的高性能,但痕和瘤的挑战.
结论:
- 人工智能和放射学显示出显著的潜力,以提高CMR在CAD中的诊断和预后能力.
- 需要进一步的研究来解决诸如小型或重叠的数据集等局限性,以充分实现这些技术的临床影响.
更多相关视频
12:24Noninvasive Assessment of Cardiac Abnormalities in Experimental Autoimmune Myocarditis by Magnetic Resonance Microscopy Imaging in the Mouse
Published on: June 20, 2014
11:09High-Resolution Cardiac Positron Emission Tomography/Computed Tomography for Small Animals
Published on: December 16, 2022
相关概念视频
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Acute Coronary Syndrome III: Diagnostic Studies
