对心脏MR中左心室细分的顺序和组合混合方法:一个系统的映射
Matheus A O Ribeiro1, Marco A Gutierrez1, Fátima L S Nunes1
1University of São Paulo, São Paulo, São Paulo, Brazil.
Computers in biology and medicine
|November 29, 2025
概括
结合细分方法的混合方法在心脏MRI中显示出左心室细分的前景. 然而,需要进一步的研究来解决评估指标和临床适用性的局限性.
科学领域:
- 医疗成像医学成像
- 心血管成像 - 心血管成像
- 人工智能在医学中的应用
背景情况:
- 在心脏MRI中,左心室细分对于评估心脏功能至关重要.
- 现有自动和半自动方法,包括地图,图形,可变形模型,人工智能 (AI) 和基于图像的策略.
- 人工智能,特别是深度学习,接近专家的表现,但面临诸如数据需求,解剖错误,过拟合和泛化问题等局限性.
研究的目的:
- 审查心脏MRI中左心室细分的混合方法.
- 将现有的单一细分技术分类,并为混合方法 (序列和组合) 提出分类.
- 分析混合细分组合的特点,优势和挑战.
主要方法:
- 在心脏MRI中对左心室细分的35项研究进行了系统审查.
- 单一细分技术的分类 (基于图像,图谱,图形,可变形模型,人工智能).
- 建议和分析混合方法的新分类:序列和组合.
主要成果:
- 混合方法有可能克服心脏MRI细分单一方法的局限性.
- 确定了各种混合动力组合的优势和挑战.
- 目前的评估程序和指标不足以评估临床适用性.
结论:
- 混合细分策略可以减轻左心室细分目前的局限性.
- 缺乏可靠的评估指标,概括研究和统计学意义分析阻碍了临床采用.
- 为了可靠的临床应用,需要进一步开发混合方法和标准化评估.
