Desarrollo de un sistema de gestión de calidad de imagen de ecocardiografía basado en aprendizaje profundo

Desarrollar un sistema de gestión de calidad de imagen de ecocardiografía basado en aprendizaje profundo para lograr un control de calidad de imagen de ecocardiografía automático, objetivo y preciso. Un total de 2000 pacientes que realizaron ecocardiografía transtorácica se inscribieron prospectivamente en el Departamento de Medicina de Ultrasonido del Hospital Drum Tower afiliado con la Facultad de Medicina de la Universidad de Nanjing. Los criterios de inclusión: Pacientes con segmentación de vista TTE estandarizada; Los criterios de exclusión: Pacientes con segmentaciones estándar incompletas. Se recopilaron los datos de 8 segmentaciones de vistas de ETT, incluidas las vistas del eje largo paraesternal del ventrículo izquierdo (PLAX_LV), el eje corto paraesternal del nivel de los vasos grandes (PSAX_GV), el eje corto paraesternal del nivel de la válvula mitral (PSAX_MV), eje corto paraesternal del nivel del músculo papilar (PSAX_PM), eje corto paraesternal del nivel apical (PSAX_AP), apical de cuatro cavidades (A4C), apical de tres cavidades (A3C), apical de dos cavidades (A2C). Los datos de 1500 pacientes se usaron como conjunto de entrenamiento y el resto como conjunto de validación. Estos datos de video se clasificaron en las segmentaciones de vista correspondientes y se analizaron mediante el modelo transformado Video Swin. Luego, se estableció el módulo de puntuación de diferentes segmentaciones de vista combinadas de extracción de fotogramas clave, segmentación de imágenes, reconocimiento de objetivos de video y modelo de clasificación de video. Al mismo tiempo, se compararon las puntuaciones obtenidas por el sistema automático de evaluación de imágenes por ecocardiografía con la puntuación artificial. Corrigiendo y aprendiendo constantemente y, finalmente, construyendo un sistema de calificación automatizado primario. Por fin, el sistema de gestión de calidad de imagen de ecocardiografía se realizó en los 500 pacientes restantes y se mejoró.