利用 MRI、计算机模型和机器学习无创估算平均肺动脉压
图像与视频处理
2023-12-25 v1 机器学习
医学物理
摘要
肺动脉高压（PH）是一种以肺动脉压力升高为特征的严重疾病。PH 诊断的金标准是在侵入性右心导管检查期间测量平均肺动脉压（mPAP）。在本文中，我们研究了利用磁共振成像、计算机模型和机器学习进行 PH 无创检测的方法。我们通过消融研究表明，基于血液循环模型的物理信息特征工程提高了基于梯度提升决策树的算法在 PH 分类和 mPAP 值回归方面的性能。我们比较了回归（对估计的 mPAP 进行阈值处理）和分类的结果，并证明两种实验中取得的指标具有可比性。预测的 mPAP 值比分类模型返回的 PH 概率对医生更具信息量。它们提供了对机器学习模型结果的直观解释（临床医生习惯于 mPAP 指标，而非 PH 概率）。
引用
@article{arxiv.2312.14221,
title = {Noninvasive Estimation of Mean Pulmonary Artery Pressure Using MRI, Computer Models, and Machine Learning},
author = {Michal K. Grzeszczyk and Tadeusz Satlawa and Angela Lungu and Andrew Swift and Andrew Narracott and Rod Hose and Tomasz Trzcinski and Arkadiusz Sitek},
journal= {arXiv preprint arXiv:2312.14221},
year = {2023}
}
备注
Accepted for ICCS 2022