基于多视角多模态经胸超声心动图的冠心病辅助诊断系统

发布时间：2024-06-13 16:19:03 栏目：精选知识

导读 先天性心脏病(CHD)是全球最常见的先天畸形之一，给患者带来沉重的健康和经济负担。早期筛查和治疗CHD可以显著改善患儿的预后和生活质量。然...

先天性心脏病(CHD)是全球最常见的先天畸形之一，给患者带来沉重的健康和经济负担。早期筛查和治疗CHD可以显著改善患儿的预后和生活质量。然而，缺乏经验的超声医师通常很难通过经胸超声心动图(TTE)图像识别CHD。迫切需要一种辅助CHD筛查系统，使缺乏经验的超声医师和全科医生能够以简单易用的方式进行TTE，从而提高CHD的筛查率和范围。



安徽医科大学、国家儿童医疗保健中心和国家计划生育研究所联合团队开发了一种新型 CHD 检测系统，用于识别 TTE 心脏视图，整合来自各种视图和模式的信息，可视化高风险区域，并预测受试者正常、房间隔缺损 (ASD) 或室间隔缺损 (VSD) 的概率。

“尽管多模态和多视角 TTE 对从这种高维数据中挖掘有意义的特征提出了挑战，但它们包含的丰富信息表明心脏状态值得挖掘，”这项研究的负责人谢万清说。谢万清是安徽医科大学生物医学工程教授。

团队通过构建分层网络结构应对挑战。模型首先识别两种模态(2D 和多普勒 TTE)，并确定 TTE 的心脏视图：心尖四腔(A4C)、两个心房的剑突下长轴视图(SXLAX)、左心室的胸骨旁长轴视图(PSLAX)、主动脉的胸骨旁短轴视图(PSSAX)和胸骨上长轴视图(SSLAX)。然后，模型基于骨干网络 ResNet50 为每个模态的每个视图嵌入特征。在基本特征嵌入模块之后，模型融合了五个视图的嵌入，然后合并来自两个模态 TTE 的信息。最后，从分类器计算每个受试者的预测，并使用 Grad-CAM 策略为每个儿童生成高危区域的可视化。

在儿童完成 TTE 检查后，谢教授的辅助 CHD 诊断系统会自动分析 TTE 图像，并计算出每位受试者正常、患有 ASD 或患有 VSD 的概率。研究人员证明，该模型通过整合多种视图和模式的 TTE 图像，可以准确识别患有 CHD 的儿童。结果表明，该模型有可能促进和改善儿童 CHD 亚型的广泛筛查和区分。