Forschung zur Entwicklung und Anwendung eines präoperativen Bewertungsmodells für die transkathetere Mitralklappen-Kante-an-Kante-Reparatur basierend auf visuellen Foundation-Modellen

Mitralklappeninsuffizienz (MR) ist die häufigste Herzklappenerkrankung in China. Die transkatheter Edge-to-Edge-Reparatur (TEER) ist derzeit die bevorzugte Behandlung für Patienten mit schwerer MR, die einem hohen chirurgischen Risiko ausgesetzt sind. Allerdings leiden die bestehenden präoperativen Beurteilungsmethoden für TEER unter zahlreichen Einschränkungen, einschließlich komplexer Messparameter, hoher technischer Anforderungen und erheblicher Subjektivität. Vision Mamba, eine Spitzentechnologie im visuellen Bereich, überwindet die Einschränkungen gängiger Recheneinheiten in faltenden neuronalen Netzen und Transformatoren durch bidirektionale Zustandsraummodelle und Positionscodierung und demonstriert außergewöhnliche Leistung bei visuellen Aufgaben. Bisher haben keine Studien Vision Mamba auf Ultraschallvideos angewendet, um präoperative TEER-Beurteilungsmodelle zu konstruieren. Unser Team hat zuvor ein Transformator-basiertes Bewertungsmodell unter Verwendung einer kleinen, einzigen Zentrum Kohorte etabliert. Diese Studie führt innovativ ein Vision Mamba-basiertes visuelles Grundmodell ein. Durch die Integration vielseitiger, multimodaler Ultraschallvideos aus mehreren Zentren entwickeln wir ein präoperatives TEER-Beurteilungsmodell aus einer Hand für MR-Patienten [Schnittidentifikation → Videoanalyse → multimodale Informationsfusion → präoperative Beurteilungsempfehlung (geeignet/herausfordernd/ungeeignet)]. Dieses Modell wird die Identifikation chirurgischer Patienten optimieren und Patienten mit Kontraindikationen genau screenen. Darüber hinaus ist das All-in-One-Modell schnell und objektiv und verbessert die klinische Effizienz erheblich. Es verspricht, auf der Primärversorgungsebene eingesetzt zu werden, um die Allokation von Gesundheitsressourcen zu optimieren.