Automatic Quantification of Volumes and Biventricular Function in Cardiac Resonance. Validation of a New Artificial Intelligence Approach

要約

背景：人工知能技術は、心臓病学、特に心臓の両心室機能、容積、質量、駆出率（EF）の定量化において大きな可能性を示しています。
しかし、他の理由の中でもとりわけ、日常診療からの症例との再現性が低いため、臨床診療でのその使用は簡単ではありません。
目的：心臓の両心室機能（体積、質量、およびEF）を定量化するために、新しい人工知能ツールを検証すること。
臨床分野での堅牢性、および従来の方法と比較した計算時間の分析。
方法：合計189人の患者を分析した：地域センターから89人、公共センターから100人。
この方法は、分類エラーを減らすために心臓の解剖学的情報を含む2つの畳み込みネットワークを提案します。
結果：手動定量化と心機能の提案された定量化（ボリュームと両心室EFについて0.98、0.92、0.96、0.8）の間に高い一致（ピアソン係数）が1研究あたり約5秒で観察されました。
結論：この方法は、専門家と同等の精度で両心室機能と容積を数秒で定量化します。

要約(オリジナル)

Background: Artificial intelligence techniques have shown great potential in cardiology, especially in quantifying cardiac biventricular function, volume, mass, and ejection fraction (EF). However, its use in clinical practice is not straightforward due to its poor reproducibility with cases from daily practice, among other reasons. Objectives: To validate a new artificial intelligence tool in order to quantify the cardiac biventricular function (volume, mass, and EF). To analyze its robustness in the clinical area, and the computational times compared with conventional methods. Methods: A total of 189 patients were analyzed: 89 from a regional center and 100 from a public center. The method proposes two convolutional networks that include anatomical information of the heart to reduce classification errors. Results: A high concordance (Pearson coefficient) was observed between manual quantification and the proposed quantification of cardiac function (0.98, 0.92, 0.96 and 0.8 for volumes and biventricular EF) in about 5 seconds per study. Conclusions: This method quantifies biventricular function and volumes in seconds with an accuracy equivalent to that of a specialist.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google