基于2D多视角超声图谱的深度学习方法用于区分肥厚性心肌病和心肌混合病
图像与视频处理
2024-04-26 v1 机器学习
摘要
肥厚性心肌病（HCM）和心肌混合病（CA）是两种可能发展为心力衰竭的心脏疾病。它们表现出相似的超声心动图特征，常导致诊断困难。本文引入一种新颖的多视角深度学习方法，利用2D超声心动图区分HCM和CA。该方法首先将2D超声心动图数据分类为五个 distinct 超声心动图视角：心尖4腔位、肺动脉旁长轴（左心室）、肺动脉旁短轴（在主瓣、肌桉体肌肉和心尖段）、纸样肌桉体肌肉和心尖段。随后分别提取每个视角的特征并组合五个特征进行疾病分类。本研究共纳入212例确诊HCM患者、30例确诊CA患者以及200名正常心功能者，时间范围为2018至2022年。该方法在精确率、召回率达到0.905，微F1分数为0.904，显示其在多视角分析中准确识别HCM和CA的有效性。
引用
@article{arxiv.2404.16522,
title = {A Deep Learning-Driven Pipeline for Differentiating Hypertrophic Cardiomyopathy from Cardiac Amyloidosis Using 2D Multi-View Echocardiography},
author = {Bo Peng and Xiaofeng Li and Xinyu Li and Zhenghan Wang and Hui Deng and Xiaoxian Luo and Lixue Yin and Hongmei Zhang},
journal= {arXiv preprint arXiv:2404.16522},
year = {2024}
}