Análise Baseada em IA da Forma e Função do Prolapso da Válvula Mitral Utilizando Ecografia 3D (AI4MVP)

Este estudo prospetivo visa investigar as características anatómicas e biomecânicas da MVP utilizando RT3DEE e técnicas avançadas de análise de imagem baseadas em inteligência artificial (IA). O objetivo é desenvolver um quadro automatizado para a segmentação e avaliação morfológica do aparelho MV, e realizar modelação por elementos finitos para avaliar as implicações biomecânicas da MVP degenerativa e dos reparos cirúrgicos associados.

Protocolo de Imagiologia A RT3DE intraoperatória será realizada na sala de operações como parte do protocolo padrão de imagiologia durante o reparo cirúrgico da MVP. Será utilizado um sistema de ultrassom Vivid S70N (GE Healthcare) equipado com uma sonda 6VT 4D multiplano RT3DE. Serão adquiridas vistas RT3DE esofágicas médias padrão, incluindo volumes completos da câmara ventricular esquerda (VE) e vistas 3D ampliadas e sincronizadas do complexo MV (anel, folhetos e músculos papilares). Para melhorar a qualidade da imagem, as aquisições ampliadas serão limitadas ao menor volume piramidal que captura todo o complexo mitral, garantindo taxas de fotogramas ≥20 Hz. Todos os conjuntos de dados de imagiologia serão anonimizados antes da análise.

Protocolo Cirúrgico O reparo cirúrgico da MVP será realizado sob anestesia geral através de uma minitoracotomia direita. As técnicas cirúrgicas incluirão: i) ressecção do folheto (remoção de tecido folheto excessivo); ii) implantação de neocordas (colocação de cordas artificiais de politetrafluoretileno expandido, ePTFE); anuloplastia (implantação de um anel de anuloplastia ou banda pericárdica para estabilização anular).

Nos casos em que seja excisado tecido folheto significativo (≥10×10 mm), serão recolhidas amostras e armazenadas no biobanco institucional BioCor para análise histológica e morfométrica. As amostras serão descontaminadas, criopreservadas e armazenadas a -80°C. Após avaliação histológica, todo o material biológico será destruído.

Recolha de Dados Clínicos Dados demográficos (por exemplo, idade, sexo) e clínicos (por exemplo, diagnóstico, medicações, comorbilidades) serão obtidos a partir de registos médicos e anonimizados.

Treino de Rede Neural para Segmentação de Imagem Conjuntos de dados RT3DE anonimizados serão segmentados manualmente por operadores especializados utilizando software avançado de análise de imagem (por exemplo, 3D Slicer). Um mínimo de 150 aquisições RT3DE será processado para gerar máscaras binárias do anel MV, folhetos e músculos papilares.

Estes conjuntos de dados segmentados serão utilizados para treinar uma rede neural convolucional (CNN), provavelmente baseada na arquitetura 3D U-Net; 70% dos conjuntos de dados serão utilizados como dados de treino e 30% serão reservados para teste e validação.

A CNN aprenderá a segmentar automaticamente as estruturas MV e gerar modelos de superfície 3D. Características anatómicas-chave — como o contorno do anel, a margem livre do folheto, as comissuras e as posições dos músculos papilares — serão extraídas automaticamente.

Parâmetros geométricos quantitativos incluirão área anular, perímetro, diâmetro anteroposterior, largura comissural, altura e elipticidade anular, dimensões dos folhetos, zonas de coaptação e extensão de abaulamento.

Análise por Elementos Finitos Modelos 3D específicos do paciente da válvula mitral serão reconstruídos a partir dos dados RT3DE segmentados. Estes modelos serão suavizados e remalhados para gerar malhas de alta qualidade para análise estrutural por elementos finitos. As cordas tendinosas serão modeladas com base em modelos anatómicos estabelecidos e ajustadas para corresponder a comprimentos fisiológicos. As propriedades do material do tecido serão atribuídas com base em dados experimentais publicados.

Simulações por elementos finitos serão utilizadas para quantificar a distribuição de tensão nos folhetos MV, avaliar a transferência de carga entre folhetos e músculos papilares e avaliar os efeitos mecânicos das intervenções cirúrgicas (por exemplo, implantação de neocordas, anuloplastia). Estas simulações são retrospetivas e exploratórias; não influenciarão a tomada de decisão cirúrgica.

Follow-up Não é necessário follow-up pós-operatório além dos cuidados clínicos padrão. O estudo foca-se na imagiologia intraoperatória e recolha de tecidos, seguida de análise de imagem offline e modelação computacional.