Разработка системы управления качеством изображения эхокардиографии на основе глубокого обучения

Разработать систему управления качеством эхокардиографического изображения на основе глубокого обучения для достижения объективного и точного автоматического контроля качества эхокардиографического изображения. В общей сложности 2000 пациентов, выполняющих трансторакальную эхокардиографию, были проспективно зарегистрированы в отделении ультразвуковой медицины аффилированной больницы Drum Tower при Медицинской школе Нанкинского университета. Критерии включения: пациенты со стандартной сегментацией проекции TTE; Критерии исключения: Пациенты с неполной стандартной сегментацией. Были собраны данные 8 сегментаций проекций TTE, включая проекции парастернальной длинной оси левого желудочка (PLAX_LV), парастернальной короткой оси уровня крупных сосудов (PSAX_GV), парастернальной короткой оси уровня митрального клапана (PSAX_MV), парастернальная короткая ось уровня папиллярных мышц (PSAX_PM), парастернальная короткая ось апикального уровня (PSAX_AP), апикальная четырехполостная (A4C), апикальная трехполостная (A3C), апикальная двухполостная (A2C). Данные 1500 пациентов использовались в качестве обучающей выборки, а остальные использовались в качестве проверочной выборки. Эти видеоданные были классифицированы по соответствующим сегментам просмотра и проанализированы с помощью модели Video Swin Transformed. Затем был создан модуль оценки различных сегментаций просмотра, сочетающий извлечение ключевых кадров, сегментацию изображения, распознавание целей видео и модель классификации видео. В то же время баллы, полученные с помощью автоматической системы оценки изображений эхокардиографии, сравнивались с искусственными баллами. Постоянно исправляя, изучая и в конечном итоге создавая первичную автоматизированную систему оценивания. Наконец, система управления качеством эхокардиографического изображения была проведена на остальных 500 пациентах и ​​усовершенствована.