Heart:基于深度学习图像分析预测法洛四联症的预后

2020-06-11 xiangting MedSci原创

这项研究提供了使用外部影像数据集训练的机器学习算法自动估算ToF患者预后有效性的数据。

这项研究旨在评估机器学习算法使用心脏磁共振(CMR)自动估算修复的法洛四联症(ToF)患者预后的有效性。

作为全国前瞻性研究的一部分,纳入了372例接受CMR成像的ToF患者。检索图像并进行基于自动深度学习(DL)的图像分析,使用独立的本地CMR数据进行训练,以得出心脏尺寸和功能的指标。该信息与临床指标和ECG预后指标结合。

中位随访10年期间,23例患者出现死亡/心脏骤停或记录的室性心动过速(定义为≥3个记录的连续性心室搏动)的终点。在单因素Cox分析中,包括左心房中位面积(HR 1.11/cm²,p=0.003)和右心室长轴应变(HR 0.80/%,p=0.009)在内的各种DL指标是预后的重要预测指标。DL指标与不良结局相关,而与左右心室射血分数和峰值摄氧量无关(P均<0.05)。右房面积增大和右心室纵向功能下降的综合评分确定了一个不良结局风险明显升高的ToF亚组(HR 2.1/单位,p=0.007)。

这项研究提供了使用外部影像数据集训练的机器学习算法自动估算ToF患者预后有效性的数据。鉴于自动化分析过程,这些基于二维的算法可作为ToF患者人工费力获得成像参数的替代。

原始出处:

Gerhard Paul Diller. Prediction of prognosis in patients with tetralogy of Fallot based on deep learning imaging analysis. Heart. 02 June 2020.



版权声明:
本网站所有注明来源:“梅斯医学”或“MedSci”或“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,否则将追究法律责任。取得书面授权转载时,须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。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。
在此留言

相关资讯

J Endod:颈环外吸收的容积评估方法以及它与分类、治疗方案和期望预后之间的联系

这篇研究的目的是提供一种对ECR病例的容积评估方法,并通过3名有资质的、独立的评估者确定其与Heithersay分类、治疗方案和预后的关系。

Clin Exp Rheumatol:大动脉炎患者冠脉受累对长期预后的影响

冠脉受累是TAK患者长期预后不良的重要预测指标。年龄大和V型血管造影分类有助于确定有冠脉受累的TAK患者。

Sci Rep:一个评估主动脉瓣狭窄患者预后的新型非侵入性指标

在保留LVEF的中重度AS患者中,dσ*/dtmax<2.8s-1与不良临床结局独立相关。

Sci Rep:根据TCGA甲基化数据确定非小细胞肺癌的预后标记

这项研究建立了一种新型的甲基化标记,可以可靠地预测NSCLC患者的预后。

Heart:Covid-19患者急性心肌损伤很常见且与预后有关

Covid-19患者常发生急性心肌损伤,且与患者不良预后相关。 原始出处:

Clini Trans Gastroenterology: 激活素A可调节急性胰腺炎的炎症反应并预测疾病预后

急性胰腺炎(AP)的死亡率很高,目前的治疗仅限于支持治疗,因此,非常需要研究疾病驱动因素和预后指标。激活素A是一种炎症反应介质,其血清水平与AP严重程度相关。