Уютный сайт о здоровье

  • ru

Машинное обучение поможет анализировать ЭХО-КГ

Машинное обучение поможет анализировать ЭХО-КГ

Эхокардиография — это тест, в котором используются ультразвуковые методы для получения изображений сердца в режиме реального времени. Стресс-эхокардиография использует этот метод для оценки реакции сердечного ритма при выполнении определенной деятельности (стресс). Стресс-эхокардиография может выявить следы сердечно-сосудистых заболеваний на ранних стадиях, до того, как они проявятся, и поэтому этот метод становится ценным инструментом скрининга.

Читайте также: Кашель: когда это симптом болезней сердца?

Протокол стресс-эхокардиографии, который доказал свои преимущества в клинической практике, получается при выполнении упражнений на рукоятку. Тем не менее, максимальные уровни физической нагрузки нелегко определить. Это требует анализа полных последовательностей данных (тысячи изображений), что представляет собой проблему для клинициста.

Предлагается аналитическая основа, в которой четко рассматриваются практические проблемы, возникающие при анализе тысяч полных данных, и иллюстрируется потенциал их исследования для конкретной группы пациентов с сердечными заболеваниями.

Исследование, опубликованное в журнале Medical Image Analysis, предлагает операционную основу для анализа этого сложного набора данных. В нем физиологические данные функции сердца получены с помощью эхокардиографии, в то время как субъекты выполняли серию упражнений с ручным захватом. Данные были интегрированы с помощью Multiple Kernel Learning (MKL).

ЭХО-КГ

Авторы предлагают аналитическую основу, которая четко решает практические проблемы, возникающие при анализе тысяч полных данных, и иллюстрирует потенциал их исследования для конкретной группы пациентов с сердечными заболеваниями. В статье представлены результаты получения изображений, полученных у 15 пациентов, 10 здоровых и 5 с мутацией ANT1 (аденин нуклеотид-транслокатор-1), которая влияет на сердечные циклы. Для исследования исследователи проанализировали в общей сложности 1377 сердечных циклов.

Результаты показывают, что методология, предложенная этими специалистами в области машинного обучения, способна различать различные и предоставлять информацию о лежащих в основе патофизиологических механизмах, демонстрируя ее способность анализировать сложные наборы данных в эхокардиографии. Действительно, результаты подтверждают, что предлагаемая структура способна для каждого субъекта исследования различать здоровые или патологические реакции и регистрировать патологические паттерны.

Источник: doi.org/10.1016/j.media.2019.101594.

Добавить комментарий

Войти через Ваше имя
Пожалуйста, укажите ваше имя
Электронная почта
Пожалуйста, укажите ваш e-mail
Комментарий
Пожалуйста, оставьте комментарий

наверх
Данная информация предоставлена
с ознакомительной целью.
Не занимайтесь самолечением
Яндекс.Метрика
bigmir)net TOP 100