用于心脏影像自动二尖瓣反流检测的机器学习方法
图像与视频处理
2023-10-10 v1 计算机视觉与模式识别
机器学习
摘要
二尖瓣反流（MR）是一种可能导致致命后果的心脏瓣膜疾病，唯有及时诊断与治疗方可防范。传统诊断方法昂贵、费力且需要临床专业知识，对 MR 筛查构成障碍。为克服此障碍，我们提出一种称为 CUSSP 的用于 MR 分类的新半监督模型。CUSSP 处理心脏四腔心的影像切片，利用标准计算机视觉技术与对比模型从大量无标签数据中学习，并结合专用分类器建立了首个自动化 MR 分类系统。在一个包含 179 个有标签序列（154 个非 MR 与 25 个 MR）的测试集上评估，CUSSP 取得了 0.69 的 F1 分数与 0.88 的 ROC-AUC 分数，为此新任务树立了首个基准结果。
引用
@article{arxiv.2310.04871,
title = {Machine Learning for Automated Mitral Regurgitation Detection from Cardiac Imaging},
author = {Ke Xiao and Erik Learned-Miller and Evangelos Kalogerakis and James Priest and Madalina Fiterau},
journal= {arXiv preprint arXiv:2310.04871},
year = {2023}
}
备注
12 pages including references and the appendix. 9 Figures, 2 tables. Accepted at MICCAI (Machine Learning for Automated Mitral Regurgitation Detection from Cardiac Imaging) 2023, Link to Springer at https://link.springer.com/chapter/10.1007/978-3-031-43990-2_23