Your browser doesn't support javascript.
loading
Cuantificación automática de los volúmenes y función de ambos ventrículos en resonancia cardíaca. Propuesta y evaluación de un método de inteligencia artificial / Automatic Quantification of Volumes and Biventricular Function in Cardiac Resonance. Validation of a New Artificial Intelligence Approach
CURIALE, ARIEL H.; CALANDRELLI, MATÍAS E.; DELLAZOPPA, LUCCA; TREVISAN, MARIANO; BOCIÁN, JORGE LUIS; BONIFACIO, JUAN PABLO; MATO, GERMÁN.
Afiliação
  • CURIALE, ARIEL H.; Harvard Medical School. Applied Chest Imaging Laboratory Brigham and Womens Hospital. US
  • CALANDRELLI, MATÍAS E.; CONICET. Centro Atómico Bariloche. Departamento de Física Médica. AR
  • DELLAZOPPA, LUCCA; Universidad Nacional de Cuyo. Instituto Balseiro. AR
  • TREVISAN, MARIANO; Universidad Nacional de Cuyo. Instituto Balseiro. AR
  • BOCIÁN, JORGE LUIS; Sanatorio San Carlos.
  • BONIFACIO, JUAN PABLO; Sanatorio San Carlos.
  • MATO, GERMÁN; CONICET. Centro Atómico Bariloche. Departamento de Física Médica. AR
Rev. argent. cardiol ; 89(4): 350-354, ago. 2021. tab, graf
Article em Es | LILACS-Express | LILACS | ID: biblio-1356902
Biblioteca responsável: AR1.1
RESUMEN
RESUMEN

Introducción:

Las técnicas de inteligencia artificial han demostrado tener un gran potencial en el área de la cardiología, especialmente para cuantificar la función cardíaca de ambos ventrículos, volumen, masa y fracción de eyección (FE). Sin embargo, su aplicación en la clínica no es directa, entre otros motivos por la poca reproducibilidad frente a casos de la práctica diaria.

Objetivos:

Propuesta y evaluación de una nueva herramienta de inteligencia artificial para cuantificar la función cardíaca de ambos ventrículos (volumen, masa y FE). Estudiar su robustez para su uso en la clínica y analizar los tiempos de cómputo respecto a los métodos convencionales. Materiales y

métodos:

Se analizaron en total 189 pacientes, 89 de un centro regional y 100 de un centro público. El método propuesto utiliza dos redes convolucionales incorporando información anatómica del corazón para reducir los errores de clasificación.

Resultados:

Se observa una alta concordancia (coeficiente de Pearson) entre la cuantificación manual y la propuesta para cuantificar la función cardíaca (0,98, 0,92, 0,96 y 0,8 para los volúmenes y para la FE de ambos ventrículos) en tiempos cercanos a los 5 seg. por estudio.

Conclusiones:

El método propuesto permite cuantificar los volúmenes y función de ambos ventrículos en segundos con una precisión comparable a la de un especialista.
ABSTRACT
ABSTRACT

Background:

Artificial intelligence techniques have shown great potential in cardiology, especially in quantifying cardiac biventricular function, volume, mass, and ejection fraction (EF). However, its use in clinical practice is not straightforward due to its poor reproducibility with cases from daily practice, among other reasons.

Objectives:

To validate a new artificial intelligence tool in order to quantify the cardiac biventricular function (volume, mass, and EF). To analyze its robustness in the clinical area, and the computational times compared with conventional methods.

Methods:

A total of 189 patients were analyzed 89 from a regional center and 100 from a public center. The method proposes two convolutional networks that include anatomical information of the heart to reduce classification errors.

Results:

A high concordance (Pearson coefficient) was observed between manual quantification and the proposed quantification of cardiac function (0.98, 0.92, 0.96 and 0.8 for volumes and biventricular EF) in about 5 seconds per study.

Conclusions:

This method quantifies biventricular function and volumes in seconds with an accuracy equivalent to that of a specialist.
Palavras-chave

Texto completo: 1 Base de dados: LILACS Tipo de estudo: Guideline Idioma: Es Revista: Rev. argent. cardiol Assunto da revista: CARDIOLOGIA / Doen‡as Cardiovasculares Ano de publicação: 2021 Tipo de documento: Article País de afiliação: Argentina / Estados Unidos

Texto completo: 1 Base de dados: LILACS Tipo de estudo: Guideline Idioma: Es Revista: Rev. argent. cardiol Assunto da revista: CARDIOLOGIA / Doen‡as Cardiovasculares Ano de publicação: 2021 Tipo de documento: Article País de afiliação: Argentina / Estados Unidos