基于时空注意力图从三腔电影 MRI 自动检测主动脉瓣病变
图像与视频处理
2023-04-17 v2
摘要
使用磁共振成像（MRI）评估主动脉瓣病变通常依赖于利用相位对比（PC）MRI 获取的血流速估计。然而，流经主动脉瓣的血流异常常表现为门控平衡稳态自由进动（bSSFP）扫描（电影 MRI）中血液信号的散相。我们提出一种三维分类神经网络（NN），从电影 MR 图像中自动识别主动脉瓣病变（主动脉瓣反流、主动脉瓣狭窄、混合瓣膜病）。我们在来自三家英国医院的回顾性临床数据集上训练和测试我们的方法，使用来自 N = 576 名患者的单切片三腔电影 MRI。我们的分类模型以 0.85 ± 0.03 的准确率准确预测主动脉瓣病变（AVD）的存在，并也能正确区分 AVD 病变类型（准确率：0.75 ± 0.03）。梯度加权类激活映射（Grad-CAM）证实靠近主动脉根部的血池体素对分类贡献最大。我们的方法可用于改善 AVD 的诊断并优化临床 CMR 协议，以实现准确高效的 AVD 检测。
引用
@article{arxiv.2304.05885,
title = {Automatic Aortic Valve Pathology Detection from 3-Chamber Cine MRI with Spatio-Temporal Attention Maps},
author = {Y. On and K. Vimalesvaran and C. Galazis and S. Zaman and J. Howard and N. Linton and N. Peters and G. Cole and A. A. Bharath and M. Varela},
journal= {arXiv preprint arXiv:2304.05885},
year = {2023}
}
备注
10 pages