超声影像组学助力左心室肥厚病因鉴别

作者：余其徽; 俞霏; 马雨琴; 夏良华; 张波; 张麒^*

来源：自动化仪表, 2021, 42(05): 80-83.

DOI：10.16086/j.cnki.issn1000-0380.2020050021

• 左心室肥厚
• 超声心动图
• 影像学分析
• 病因鉴别
• 模式识别
• 纹理
• 计算机辅助分析
• 人工智能

左心室肥厚(LVH)是一种常见的、与不良心血管事件相关的临床表现,仅根据超声心动图对病变形态的检测结果,难以满足快速准确的LVH病因鉴别需求。随着人工智能的快速发展,许多学者在医学影像领域取得了一定的进展。基于超声心动图的影像学分析,对高血压性心脏病(HHD)、肥厚性心肌病(HCM)、尿毒症性心肌病(UCM)三组LVH病因进行研究。研究提取了75例LVH患者的心肌纹理特征,接着对特征进行统计分析,并用于阈值法分类和支持向量机(SVM)分类。结果表明,Contrast能显著区分HHD、HCM和UCM(p=0.002)。在SVM模型中,区分HHD、HCM组和UCM组时,曲线下面积(AUC)为0.910。区分HHD组和HCM组时,AUC为0.857。因此,该方法有助于LVH病因的临床鉴别,从而有望为医生的治疗决策提供更好的建议。

• 单位
  上海大学; 通信与信息工程学院; 同济大学附属东方医院