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。
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。
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。
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。
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。
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。
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。
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。
来源：中国循环杂志
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
0
