UK Biobank 人群队列双心室心脏功能参考范围的高通量计算
图像与视频处理
2019-01-14 v1 机器学习
机器学习
摘要
大规模人群数据的利用有潜力通过发现和理解其中的模式与趋势来改善医疗。为实现心脏影像数据的自动高通量分析，一套流程应包含输入图像的质量监测、心脏结构分割、分割质量评估以及心脏功能指标解析。我们提出一种用于心脏 MR 图像分析的全自动高通量图像解析工作流，并在 UK Biobank（UKB）心脏数据集上测试其性能。所提流程能够执行端到端图像处理，包括：数据组织、图像质量评估、形状模型初始化、分割、分割质量评估以及功能参数计算；全部无需人工交互。据我们所知，这是首篇处理 UKB 人群研究全自动三维分析的论文，提供了来自心脏左右心室所有关键心血管功能指标的参考范围。我们在一个包含 800 名健康受试者的参考队列上测试了工作流，该队列具有人工勾画及参考功能指标。结果显示，人工获得的参考指标与使用我们框架自动计算的指标间具有统计显著性的一致。
引用
@article{arxiv.1901.03326,
title = {High Throughput Computation of Reference Ranges of Biventricular Cardiac Function on the UK Biobank Population Cohort},
author = {Rahman Attar and Marco Pereanez and Ali Gooya and Xenia Alba and Le Zhang and Stefan K. Piechnik and Stefan Neubauer and Steffen E. Petersen and Alejandro F. Frangi},
journal= {arXiv preprint arXiv:1901.03326},
year = {2019}
}
备注
Accepted in STACOM workshop of MICCAI2018