登陆注册
31922

阜外医院吕滨团队国内率先发表人工智能心血管影像学研究(深度学习自动测量心胸比率准确,测量时间从25,26秒缩至0,69秒)

杨进刚阜外杨进刚阜外2023-08-26 13:26:060

心胸比率测量

该研究应用基于U-Net全卷积神经网络的算法,自动化分割X线胸片的心肺组织,提取左肺、右肺及心脏区域轮廓,选定感兴趣点,进而自动化测量心胸比率。

近年来人工智能开始被应用于医学领域,尤其应用于医学影像大数据的分析处理,显示了极为高效而准确的效果。人工智能在医学影像领域的应用也日益受到重视,在心血管影像领域也得以快速发展。

作者认为,该研究以胸部X线平片为切入点,开启了人工智能技术在心血管影像领域应用的先河。

同时,该方法的准确性在测试样本中得到了充分的验证,为实现深度学习技术全面用于X线胸片的自动化诊断奠定了基础。

据悉,吕滨教授团队将立足于阜外医院的平台,继续致力于心血管影像人工智能的研究,包括冠状动脉CT及大血管CT的自动化诊断等,全面挖掘人工智能在心血管影像领域的巨大潜力,实现“机器”更好地为人类服务的宗旨。

来源: Zhennan Li, Zhihui Hou, Chen Chen, et al. Automatic Cardiothoracic Ratio Calculation With Deep Learning. IEEE Access, 2019, 7: 37749-37756.

阜外医院放射影像中心吕滨教授团队,在国内率先开启了人工智能在心血管影像中的应用研究。

图 研究的流程图

研究共收集5000例患者的5000张X线胸片,并随机分为两部分,4000张(80%)用于建模,1000张(20%)用于验证。另收集500张X线片用来评估模型的心胸比计算结果。

近日,该团队发表的一项研究表明,深度学习技术可成功应用于X线胸片心胸比率的自动化测量,这是我国第一篇该领域的研究成果。

研究发现,与传统的人工心胸比率测量方法相比,深度学习自动化测量的准确性与之相当,但是平均每一例心胸比率的测量时间从25.26秒缩短到0.69秒,节省了时间,也避免了人工测量可重复性相对较差的问题。

0000
评论列表
共(0)条
热点
关注
推荐