12842

كاربردهاي جديد يادگيري عميق در ناحيه بندي تصاوير اكوكارديوگرافي

1401

دكتر حميد بهنام

يك گام اساسي در كارديولوژي معمول، ارزيابي عملكرد قلب با استفاده از تصاوير اكوكارديوگرافي مي باشد. در بين حفره هاي قلب، بطن چپ مسئوليت پمپاژ خون را برعهده دارد و اكثر روشهاي ناحيه بندي مربوط به قلب، براي رديابي اين حفره طراحي شده اند. اكوكارديوگرافي در مقايسه با MRIو CTمقرون به صرفه ترين روش تصويربرداري است و در نسخه هاي قابل حمل موجود مي باشد كه مي تواند عملكرد قلب بيماران را در خارج از كلينيك بررسي كند. علاوه بر اين، توانايي ارائه تصاوير بلادرنگ از قلب، يكي ديگر از مزاياي ضروري سيستم هاي ثبت تصاوير اكوكارديوگرافي است. با اين حال، تصاوير اكوكارديوگرافي حاوي مشكلاتي است كه بر نتايج ناحيه بندي مرزهاي قلب و بهويژه بطن چپ تأثير ميگذارد. وجود نويز اسپكل، ناحيه بندي نواحي مرزي قلب و به ويژه ناحيه بندي بطن هارا دشوار ميكند و ناحيه بندي به صورت دستي نيز زمان بر مي باشد و نميتوان از آن در بسياري از شرايط از جمله مواقع اورژانس استفاده كرد. از طرفي روشهاي يادگيري عميق به مقدار زيادي دادههاي آماده براي ارائه نتايج ناحيه بندي قابل اعتماد نياز دارند. روشهاي مختلفي براي تقسيمبندي ، مانند تكنيكهاي استخراج ويژگي كلاسيك ، 1مدلهاي تغيير شكلپذير 2و روشهاي كانتور فعال 3وجود دارد. اين تكنيك ها محدوديت هاي مختلفي همچون استخراج ويژگي ها با هزينه محاسباتي بالا، نياز به اطلاعات قبلي در مورد خواص بافت و عدم استحكام كلي را دارند. بنابراين، ارائه مكانيسم هاي ناحيه بندي مؤثر و قابل اعتماد همچون يادگيري عميق براي چنين كاربردهايي ضروري است. روشهاي يادگيري عميق با خودكارسازي و بهبود جنبههاي مختلف تجزيه و تحليل تصاوير قلب، بخشبندي اكوكارديوگرافي را متحول كرده است. اين تكنيك ها، تقسيم بندي دقيق اندوكارديوم، اپي كارديوم و ميوكارديوم را امكان پذير مي كند و اندازه گيري دقيق ابعاد و عملكرد قلب را تسهيل مي كند. يادگيري عميق به ارزيابي خودكار پارامترهاي حياتي مانند كسر جهشي و فشار ميوكارديوم و همچنين به تشخيص آسيب هاي قلبي از روي تصاوير اكوكارديوگرافي نيز كمك شاياني مي كند.

11/22/2023 12:00:00 AM

81217

1402/09/21

Novel applications of Deep Neural Networks for Segmentation of Echocardiography Images

يادگيري عميق، ناحيه بندي، تصاوير اكوكارديوگرافي، بطن چپ

Deep learning, segmentation, echocardiography images, left ventricle