TY - A2的亚当,马蒂·非盟-米歇尔•克里安非盟- Heffinck,伊娃盟——Astudillo会长Patricio盟——黄,伊凡盟——这部,彼得AU - Bavo,亚历山德拉玛丽亚PY - 2022 DA - 2022/04/27 TI -自动多层分析规划左心室附属闭塞使用人工智能SP - 5797431六世- 2022 AB - 背景。多层螺旋计算机断层扫描(多层)的数量分析计划执行结构性心脏干预措施是迅速增加。需要进一步自动化节省时间,提高标准化,降低学习曲线。 客观的。本研究的目的是调查一个完全自动化的可行性分析人工智能(AI)的多层规划结构性心脏干预,专注于左心耳闭塞(LAAO)选择的用例。 方法。不同的深度学习模型训练、验证和测试使用一个队列的583例人工注释数据可用为止。这些模型被单独使用或结合检测解剖口,着陆区,二尖瓣环,卵圆窝和部分左心房(LA)和左心室附属物(LAA)。模型的精度是通过与手工标注的数据评估的。 结果。25日自动分析随机选择测试的病人队列。结果相对于手动识别地标。洛杉矶(A)的预测细分类似于手动分割(骰子得分为0.94±0.02)。基于边界自动预测的区别和手动测量直径−0.8±1.3毫米(解剖口)−1.0±1.5毫米(护身符着陆区),和−0.1±1.3毫米(守望FLX着陆区),这是类似于运营商可变性在这些测量。最后,检测二尖瓣环和窝接近这些地标的手动检测,如图所示的豪斯多夫距离(3.9±1.2毫米和4.8±1.8毫米,分别)。的平均运行完整的工作流程,包括数据预处理和后处理,为57.5±34.5秒。 结论。提出了一种快速、准确的基于ai工作流为规划LAAO自动分析多层ct图像。的方法,可以很容易地扩展向其他结构性心脏干预措施,可以帮助处理病人的迅猛增长。SN - 0896 - 4327 UR - https://doi.org/10.1155/2022/5797431 - 10.1155 / 2022/5797431摩根富林明介入性心脏病学杂志PB - Hindawi KW - ER