Új AI-módszer 98,4%-os pontossággal szegmentálja a szív körüli zsírt
A Stanford és a Google Robotics kutatói új AI-eljárást fejlesztettek ki, amely 98,4%-os pontossággal képes automatikusan azonosítani a szív körüli zsírszöveteket CT-felvételeken.
Az új módszer 98,4%-os átlagos pontossággal és 96,2%-os true positive rate-tel szegmentálja az epikardiális és mediastinalis zsírt CT-képeken. Ez az eredmény kulcsfontosságú lehet az olyan egészségügyi kockázati tényezők, mint az érelmeszesedés vagy a szívritmuszavarok korai felismerésében.
A kutatás, amelynek eredményeit az arXiv-on publikálták, egy regisztrációs lépéssel igazítja a bemeneti képeket egy standardhoz, majd jellemzőket von ki a képpontok és környezetük alapján. Ezt követően egy random forest alapú osztályozó algoritmus dönt a képpontok típusáról.
Kapcsolódó: orvosi képalkotás
A szív körüli zsírmennyiség rejtett veszélyei
A szív körüli zsírmennyiség szorosan összefügg számos egészségügyi kockázattal, beleértve a nyaki artériák merevségét, a koszorúér-meszesedést, a pitvarfibrillációt, az érelmeszesedést és a rák kockázatát. Fontos, hogy ez a zsírszövet mennyisége független a test általános zsírtartalmától, így elemzése elengedhetetlen.
Kapcsolódó: szívultrahang-diagnosztika
Az AI-eljárás hatékonysága
Az eljárás minimális felhasználói beavatkozást igényel, és könnyen reprodukálható. Az átlagos Dice similarity index 96,8% volt, ami magas fokú egyezést mutat a manuális szegmentálással.
Kapcsolódó: gerincszegmentáció
A Stanford és a Google Robotics által kifejlesztett eljárás 2024-ben várható, hogy szélesebb körben is alkalmazni fogják a klinikai gyakorlatban, a pontosabb diagnózis és a személyre szabottabb kezelési stratégiák kidolgozása érdekében.
Kapcsolódó: mellkasröntgen diagnózis