基于未增强T1 mapping的深度学习模型早期评价肥厚型心肌病心肌纤维化的初步研究期刊界 All Journals 搜尽天下杂志传播学术成果专业期刊搜索期刊信息化学术搜索

基于未增强T1 mapping的深度学习模型早期评价肥厚型心肌病心肌纤维化的初步研究

作者姓名：	师轲李颖张天静李真林黎海霞彭婉琳夏春潮

作者单位：	四川大学华西医院放射科成都 610041;电子科技大学信息与通信工程学院成都 610054;飞利浦医疗广州 510180

基金项目：	四川大学华西医院学科卓越发展1·3·5工程项目（No. ZYGD18019）资助

摘要：	目的通过深度学习（deep learning, DL）模型分析心脏磁共振检查中不伴有心肌延迟强化（late gadolinium enhancement, LGE）的肥厚型心肌病（hypertrophic cardiomyopathy, HCM）未增强T1 mapping图像,探讨其早期识别心肌间质性纤维化的能力。方法纳入接受心脏磁共振检查的60例HCM患者及44例正常对照者,以有无LGE判断并标记对应的未增强T1 mapping图像,将其与正常对照者的未增强T1 mapping图像经过预处理后作为矩阵形式输入SE-ResNext-50模型进行训练、验证及测试。结果总共241幅未增强T1 mapping图像输入SE-ResNext-50模型,该模型识别测试集中LGE（?）未增强T1 mapping图像的特异性0.87,敏感性0.79,曲线下面积0.83（P<0.05）。结论基于SE-ResNext-50的DL模型可较准确地识别LGE（?）未增强T1 mapping图像,可在不依赖对比剂的情况下早期发现HCM心肌纤维化。
关键词：	深度学习 T1 mapping技术肥厚型心肌病心肌纤维化
收稿时间：	2020-10-13
本文献已被万方数据等数据库收录！
	点击此处可从《四川大学学报(医学版)》浏览原始摘要信息
	点击此处可从《四川大学学报(医学版)》下载免费的PDF全文

设为首页 | 免责声明 | 关于勤云 | 加入收藏