通过深度学习,MitraClip设备在3D食道横断心声学中实现了自动化定位
Riccardo Munafò1, Simone Saitta2, Luca Vicentini3
1Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy.
Computer methods and programs in biomedicine
|October 2, 2025
概括
这项研究引入了一种自动管道,用于检测MitraClip设备在3D透食管心声学 (TEE) 图像中的自动管道. 该系统改善了可视化,并提供了定量反,提高了程序效率和患者的结果.
科学领域:
- 医学成像分析分析 医学成像分析
- 通过皮肤进行心血管干预.
- 医学中的人工智能.
背景情况:
- "米特拉克利普"是一种关键的皮肤穿治疗,用于对额头骨的反.
- 通过食道的3D心声回声 (TEE) 指导了MitraClip程序.
- 心声图文物限制了精确的剪辑可视化.
研究的目的:
- 在3D TEE图像中开发一个用于MitraClip检测的自动管道.
- 改善设备的可视化和定量表征.
- 提高程序效率,减少不利结果.
主要方法:
- 使用了Attention UNet来对设备进行细分.
- 采用DenseNet分类器来预测剪贴配置.
- 集成计算机辅助设计 (CAD) 模板用于细分细化.
主要成果:
- 注意:UNet的平均表面距离为0.76毫米.
- 丹斯网分类器获得0.80.1的加权F1分数.
- 精炼后改善了细分精度 (0.69毫米的平均表面距离).
结论:
- 自动化管道增强了MitraClip的可视化功能.
- 提供快速,准确的检测和定量反.
- 有可能提高程序效率和患者安全.
