Modello di avvertimento del rimodellamento miocardico dopo infarto miocardico acuto utilizzando la tecnologia della struttura delle caratteristiche multimodali

L’infarto miocardico acuto (AMI) è una delle malattie più importanti che mettono a rischio la vita umana. Le scale di previsione della prognosi dell'IM esistenti prevedono principalmente l'incidenza di morte, infarto miocardico ricorrente e insufficienza cardiaca attraverso 6-8 indicatori di testo clinico e i dati vengono raccolti in modo relativamente semplice. Il rimodellamento miocardico, come alterazione patologica avversa che può iniziare e continuare a progredire nella fase iniziale dopo un infarto miocardico, è il principale meccanismo patologico di insufficienza cardiaca e morte. Tuttavia, non esiste un modello quantitativo di allarme precoce del rimodellamento miocardico e manca una guida clinica per un intervento precoce.

Il nostro studio precedente ha scoperto che la risonanza magnetica cardiaca può quantificare accuratamente l’area necrotica e il miocardio recuperabile nel miocardio edematoso dopo infarto miocardico. In questo studio, l'algoritmo di apprendimento automatico, la rete a convoluzione variabile (DCN) e la rete a capsula (capsnet) vengono utilizzati per costruire una nuova architettura di rete neurale. Viene realizzata l'estrazione delle caratteristiche strutturali di dati di immagini cliniche multimodali come MRI ed ecografia. In combinazione con il database consolidato di 3000 pazienti con infarto miocardico, verrà costruita la matrice delle caratteristiche multimodali e verranno utilizzati una varietà di classificatori come Support Vector Machine (SVM) e Random Forest (RF) per la previsione quantitativa del rimodellamento miocardico e sono stati valutati gli effetti di diversi classificatori. Si prevede che questo progetto stabilirà un modello quantitativo di allarme precoce del rimodellamento miocardico dopo infarto miocardico acuto in linea con le caratteristiche del popolo cinese. Lo stesso tipo di dati esterni al database verranno utilizzati per la verifica volta a stabilire un modello di allarme rapido efficiente e stabile.