用基于视频的人工智能算法自动回声心脏学检测中 mitra 漏和中 mitra 回
一个人工智能 (AI) 系统通过心声图准确地检测到二手心膜缩 (MVP) 和二手心膜吐 (MR). 这种人工智能表现出高性能,特别是在严重的MVP病例中,提供快速,自动化的诊断.
科学领域:
- 心脏病学 心脏病学
- 人工智能在医学中的应用
- 医学成像分析 医学成像分析
背景情况:
- 心声图对于诊断心脏疾病至关重要.
- 对心声回声图的自动分析可以提高诊断效率.
- mitra 透 (MVP) 和 mitra 吐 (MR) 需要准确的检测.
研究的目的:
- 开发和评估一个完全自动化的人工智能 (AI) 系统.
- 从心声学研究中检测额头脱落 (MVP) 和额头吐 (MR).
- 评估AI在诊断MVP和显著MR方面的表现.
主要方法:
- 在大型心声回声数据集 (UCSF) 上训练有素的多视图深度神经网络 (DNN).
- 用于MVP检测的顶端4室,2室和横侧长轴视图.
- 采用彩色多普勒对MR检测,并在一个不同的群体上进行外部验证.
主要成果:
- 在MVP检测中,DNN的AUC值为0.917 (内部) 和0.835 (外部验证).
- 人工智能在严重的MVP表型中表现更强,比如心肌环状断层或胆叶片MVP.
- 在MVP患者中,MR检测DNN在中度至重度或重度MR的AUC达到0.877.
结论:
- 人工智能算法可以自动检测MVP和临床上显著的MR从回声心脏图的高精度.
- 开发的AI系统显示了MVP和相关MR的快速,自动诊断的潜力.
- 这些算法提供了一种全新的方法,可以在各个机构中进行一致和准确的心脏评估.
更多相关视频
11:50High-frequency High-resolution Echocardiography: First Evidence on Non-invasive Repeated Measure of Myocardial Strain, Contractility, and Mitral Regurgitation in the Ischemia-reperfused Murine Heart
Published on: July 9, 2010
12:12Echocardiographic Approaches and Protocols for Comprehensive Phenotypic Characterization of Valvular Heart Disease in Mice
Published on: February 14, 2017
相关概念视频
Mitral Valve Prolapse II: Assessment and Management
Mitral Valve Prolapse I: Introduction
Mitral Regurgitation II: Clinical Features and Diagnostic Tests
Mitral Regurgitation III: Medical Management
Mitral Valve Prolapse III: Nursing Management
Mitral Regurgitation I: Introduction
