Detection of Fibrosis in Cine Magnetic Resonance Images Using Artificial Intelligence Techniques

要約

背景：人工知能技術は、特に人間の目の知覚できないパターンを検出するために、心臓病学において大きな可能性を示しています。
この意味で、これらの技術は、線維症の特徴づけと定量化につながる可能性のある心筋組織のパターンを特定するのに適切であるように思われます。
目的：この研究の目的は、シネ心臓磁気共鳴（CMR）イメージングで線維症を特定するための新しい人工知能法を仮定することでした。
方法：サンカルロスデバリローチェの臨床センターからの75人の被験者の集団で後ろ向き観察研究が実施されました。
提案された方法は、畳み込みニューラルネットワークを使用してシネCMR画像の心筋テクスチャを分析し、局所的な心筋組織の損傷を決定します。
結果：検証データセットでは局所組織損傷を定量化するための89％の精度が観察され、テストセットでは70％の精度が観察されました。
さらに、定性分析では、病変の位置に高い空間相関が見られました。
結論：仮定された方法は、シネ核磁気共鳴研究からの情報のみを使用して線維症を空間的に特定することを可能にし、将来の心筋の生存能力を定量化する、または病変の病因を研究するこの技術の可能性を示します

要約(オリジナル)

Background: Artificial intelligence techniques have demonstrated great potential in cardiology, especially to detect imperceptible patterns for the human eye. In this sense, these techniques seem to be adequate to identify patterns in the myocardial texture which could lead to characterize and quantify fibrosis. Purpose: The aim of this study was to postulate a new artificial intelligence method to identify fibrosis in cine cardiac magnetic resonance (CMR) imaging. Methods: A retrospective observational study was carried out in a population of 75 subjects from a clinical center of San Carlos de Bariloche. The proposed method analyzes the myocardial texture in cine CMR images using a convolutional neural network to determine local myocardial tissue damage. Results: An accuracy of 89% for quantifying local tissue damage was observed for the validation data set and 70% for the test set. In addition, the qualitative analysis showed a high spatial correlation in lesion location. Conclusions: The postulated method enables to spatially identify fibrosis using only the information from cine nuclear magnetic resonance studies, demonstrating the potential of this technique to quantify myocardial viability in the future or to study the lesions etiology

arxiv情報

提供元, 利用サービス

arxiv.jp, Google