利用大规模MR衍生心脏运动图谱学习临床信息与基于运动的描述符之间的关联
计算机视觉与模式识别
2021-06-24 v1 医学物理
摘要
包含影像和非影像数据的大规模数据库（如UK Biobank）的可用性，代表了增进我们对健康和疾病身体功能理解的机会。心脏运动图谱提供了一个参考空间，其中一组受试者的运动场可直接比较。在这项工作中，心脏运动图谱由来自UK Biobank的cine MR数据（约6000名受试者）构建。提出了两种自动质量控制策略以剔除图像质量不足的受试者。基于该图谱，评估了三种降维算法以学习数据驱动的心脏运动描述符，并使用了统计方法来研究这些描述符与非影像数据之间的关联。结果显示图谱运动描述符与体脂百分比、基础代谢率、高血压、吸烟状况和饮酒频率呈正相关。与最常用的心脏功能描述符射血分数相比，所提方法在识别由这些已知心血管危险因素引起的心脏功能变化方面表现更优。总之，这项工作代表了一个进一步研究影响心脏健康因素的框架。
引用
@article{arxiv.1807.10653,
title = {Learning associations between clinical information and motion-based descriptors using a large scale MR-derived cardiac motion atlas},
author = {Esther Puyol-Anton and Bram Ruijsink and Helene Langet and Mathieu De Craene and Paolo Piro and Julia A. Schnabel and Andrew P. King},
journal= {arXiv preprint arXiv:1807.10653},
year = {2021}
}
备注
2018 International Workshop on Statistical Atlases and Computational Modeling of the Heart