ხელოვნურ ინტელექტზე დაფუძნებული მიტრალური რეგურგიტაციის ავტომატური დეტექცია და კლასიფიკაცია
Загрузки
მიტრალური რეგურგიტაცია წარმოადგენს ერთ-ერთ ყველაზე გავრცელებულ სარქვლოვან პათოლოგიას, რომლის სიხშირე იზრდება ასაკის მატებასთან ერთად. მკურნალობის გარეშე მძიმე მიტრალური რეგურგიტაცია ასოცირებულია კარდიოვასკულური გართულებებისა და მაღალი სიკვდილიანობის რისკთან, მათ შორის გულის უკმარისობასთან, არითმიებთან და ფილტვის ჰიპერტენზიასთან. ტრანსთორაკალური ექოკარდიოგრაფია წარმოადგენს დიაგნოსტიკის წამყვან არაინვაზიურ მეთოდს, თუმცა მისი შედეგების ინტერპრეტაცია მნიშვნელოვნად არის დამოკიდებული ექსპერტის გამოცდილებაზე და დაკავშირებულია დროის მნიშვნელოვან დანახარჯთან.
წარმოდგენილი კვლევის მიზანია ღრმა სწავლების მეთოდებზე დაფუძნებული სრულად ავტომატიზირებული სისტემის შემუშავება მიტრალური რეგურგიტაციის დეტექციისა და სიმძიმის შეფასებისთვის ფერადი დოპლერული ექოკარდიოგრაფიის სურათებზე. კვლევაში გამოყენებულია 2017–2025 წლებში შეგროვებული ექოკარდიოგრაფიული მონაცემები (>3600 ვიდეო), საიდანაც მიღებულია 761 ანოტირებული სურათი.
მოდელი გაწვრთნილია MATLAB გარემოში R-CNN არქიტექტურის გამოყენებით. ტესტირების შედეგებმა აჩვენა მიტრალური რეგურგიტაციის დეტექციის >95% სიზუსტე და კლასიფიკაციის >80% სიზუსტე. მიღებული შედეგები მიუთითებს, რომ ხელოვნური ინტელექტის ინტეგრაცია მნიშვნელოვნად ამცირებს ანალიზის დროს და აუმჯობესებს კლინიკური გადაწყვეტილების მიღების პროცესს.
Скачивания
Zoghbi W.A. et al. Recommendations for evaluation of valvular regurgitation. JASE, 2017.
Otto C.M. Textbook of Clinical Echocardiography. Elsevier, 2018.
LeCun Y., Bengio Y., Hinton G. Deep learning. Nature, 2015.
Litjens G. et al. A survey on deep learning in medical image analysis. Medical Image Analysis, 2017.
Girshick R. et al. Rich feature hierarchies for object detection (R-CNN). CVPR, 2014.
He K. et al. Deep residual learning for image recognition. CVPR, 2016.
Copyright (c) 2026 ქართველი მეცნიერები
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
