一个可解释的冠状动脉疾病的双模诊断模型:使用舌头和面部图像特征的特征关闭方法
Mei Zhao1, Manrui Wang1, Linmiao Fan1
1Department of Life Sciences, Beijing University of Chinese Medicine, Beijing, China.
本研究引入了一种新的双模人工智能模型,用于使用舌头和面部图像进行非侵入性冠状动脉疾病 (CAD) 检测. 该模型实现了高精度,为早期CAD选提供了一个有前途的工具.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 心血管疾病的诊断 心血管疾病的诊断
背景情况:
- 冠状动脉疾病 (CAD) 对健康构成重大风险,需要早期和非侵入性检测方法.
- 目前CAD的诊断技术在非侵入性,成本和可访问性方面存在局限性.
- 舌头和面部特征与CAD有着显著的关联,为新的诊断方法提供了机会.
研究的目的:
- 开发和评估用于智能,非侵入性CAD检测的双模诊断模型.
- 整合舌头和面部特征使用特征智能门机制,以提高诊断性能.
- 提高早期CAD识别的可访问性和成本效益.
主要方法:
- 收集了936名参与者的标准化舌头和面部图像.
- 使用MedSAM进行图像细分和MDFA-Swin网络进行深度语义特征提取.
- 整合了传统的颜色和纹理特征,通过特征引导门机制融合在一起.
主要成果:
- 拟议的TF_FGC模型在内部验证中实现了高诊断性能,AUC为0.945,精度为0.872.
- 该模型在外部测试集上表现出良好的概括性,AUC为0.896,准确度为0.825.
- SHAP分析确定了T_contrast,T_RGB_R和F_homogeneity等关键特征在CAD预测中具有影响力.
结论:
- 双分支融合模型为CAD检测提供了高的诊断准确性,可解释性和通用性.
- 整合传统和深度功能为非侵入性和智能CAD查提供了一个有前途的解决方案.
- 这种方法为CAD管理中的临床决策提供了新的视角和实际支持.
更多相关视频
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
06:16Signal Acquisition, Score Interpretation, and Economics of a Non-Invasive Point-of-Care Test for Coronary Artery Disease
Published on: August 9, 2024
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Assessment of the Mouth
Mouth Inspection
The inspection begins with visually examining the mouth for symmetry, color, and size.
Atherosclerosis II: Clinical Manifestations and Diagnostic Tests
Acute Coronary Syndrome III: Diagnostic Studies
Imaging Studies for Cardiovascular System V: CT
Coronary Artery Disease I: Introduction
