利用人工智能技术检测电影磁共振图像中的纤维化
图像与视频处理
2022-06-07 v1 人工智能
计算机视觉与模式识别
摘要
背景：人工智能技术在心脏病学中已展现出巨大潜力，尤其用于检测人眼难以察觉的模式。就此而言，这些技术似乎适用于识别心肌纹理中的模式，从而表征并量化纤维化。目的：本研究旨在提出一种新的人工智能方法，以识别电影心脏磁共振（CMR）成像中的纤维化。方法：在来自圣卡洛斯-德巴里洛切一家临床中心的 75 名受试者人群中开展了一项回顾性观察研究。所提方法利用卷积神经网络分析电影 CMR 图像中的心肌纹理，以确定局部心肌组织损伤。结果：验证数据集上量化局部组织损伤的准确率为 89%，测试集上为 70%。此外，定性分析显示病灶位置具有高度空间相关性。结论：所提方法能够仅利用电影核磁共振研究的信息空间识别纤维化，展示了该技术在将来量化心肌活力或研究病灶病因学方面的潜力。
引用
@article{arxiv.2206.01745,
title = {Detection of Fibrosis in Cine Magnetic Resonance Images Using Artificial Intelligence Techniques},
author = {Ariel. H. Curiale and Facundo Cabrera and Pablo Jimenez and Jorgelina Medus and GermÁn Mato and MatÍas E. Calandrelli},
journal= {arXiv preprint arXiv:2206.01745},
year = {2022}
}