基于多视图超声心动图一类分类的急性心肌梗死早期检测
图像与视频处理
2023-08-29 v1 计算机视觉与模式识别
摘要
心肌梗死(MI)是全球致死与致病的主要原因。MI的早期治疗可防止进一步的心肌坏死。超声心动图是能够揭示MI最早征象的基础成像技术。然而，用于MI检测的超声心动图数据集稀缺是训练数据驱动分类算法的主要问题。本研究提出一种基于多视图超声心动图并利用一类分类(OCC)技术进行MI早期检测的框架。OCC技术仅使用特定类别的样本训练模型以检测该目标类。我们利用包含心尖四腔(A4C)与心尖两腔(A2C)视图共260例超声心动图记录的HMC-QU数据集，研究了所提框架中单模态与多模态一类分类技术的使用。实验结果表明，多模态方法达到了85.23%的灵敏度与80.21%的F1分数。
引用
@article{arxiv.2204.07253,
title = {Early Myocardial Infarction Detection with One-Class Classification over Multi-view Echocardiography},
author = {Aysen Degerli and Fahad Sohrab and Serkan Kiranyaz and Moncef Gabbouj},
journal= {arXiv preprint arXiv:2204.07253},
year = {2023}
}