基于手掌图像的深度学习检测冠状动脉粥样硬化性心脏病的可行性研究

作者：于文娟; 姚旭婧; 赵文菊; 赵蓓; 姚刚^*

来源：中华生物医学工程杂志, 2023, 29(04).

• 冠心病
• 手掌图像
• 深度学习
• 人工智能
• 图像处理, 计算机辅助
• 可行性研究

目的探讨基于手掌图像的深度学习检测冠状动脉粥样硬化性心脏病(冠心病)的可行性。方法选取2021年9月至2022年5月在南京医科大学第二附属医院心脏内科行择期冠状动脉造影检查的患者, 其中冠状动脉狭窄>75%组54例, 冠状动脉无狭窄(对照)组38例, 共获得184张手掌图像, 冠状动脉狭窄>75%组手掌图像108张, 冠状动脉无狭窄组手掌图像76张。数据集分为2类, 在每个类别中, 随机选取80%作为训练集, 另外20%作为测试集。采用新型集成学习模型AdaD-IRV2对冠心病数据集进行研究分析, 使其能够对输入的人类手掌图像的类别作出快速、自动、相对准确的诊断。结果基于手掌图像的冠心病检测算法AdaD-IRV2的平均灵敏度为84.89%, 平均准确度为72.82%, 平均精确度为72.96%, 特异度为50.5%。受试者工作特征曲线下面积(AUC)为0.825。结论基于手掌图像的深度学习算法有助于冠心病的检测, 该技术有望用于门诊或社区的冠心病筛查。

• 单位
  南京医科大学第二附属医院