基于人工智能的完全自动量化心声学中的LV质量:一种多模式验证

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:

• 准确的左心室 (LV) 心肌质量评估对于治疗决策至关重要.
• 心声成像测量受到操作员可变性的限制.
• 人工智能 (AI) 在LV质量评估中提供了提高精度和可重复性的潜力.

研究的目的:

• 为了比较基于人工智能的精度与专家手动心声回声仪对LV质量测量的精度.
• 为了验证AI回声心脏学与计算机断层扫描 (CT) 作为参考标准.
• 为了评估人工智能心声谱的真实世界测试-重新测试可靠性.

主要方法:

• 在218名患者中分析了LV质量,腹腔隔膜直径 (IVSD),后壁直径 (PWD) 和末端透气体积.
• 使用线性和混合方法评估LV质量.
• 人工智能和专家心声学测量与CT进行了比较,使用了课内相关系数 (ICC) 和平均绝对百分比误差 (MAPE).
• 测试重复测试可靠性使用变化系数进行评估.

主要成果:

• 通过人工智能回声心脏学,使用混合方法 (ICC:0.76) 显示 LV 质量与CT 达成最强的一致性.
• 与专家评估相比,人工智能减少了大约20%的测量误差.
• 人工智能心声学显示,增加LV质量的诊断准确性更高 (混合方法AUC:0.84) 和优异的测试-重新测试可靠性 (CV:7.8%).

结论:

• 与专家评估相比,人工智能心声学为LV质量评估提供了更高的准确性,诊断性能和可重复性.
• 基于人工智能的方法提高了心脏成像的标准化.
• 人工智能心声学的临床整合得到了支持,以改善LV质量评估.