يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

تجزئة الأذين الأيسر في صور الرنين المغناطيسي للقلب والأوعية الدموية لمرضى التهاب عضلة القلب

621 مشاهدات

⸱

DOI:

10.3791/68664

⸱

يوليو 18, 2025

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Radiology, The Second Affiliated Hospital of Chengdu Medical College, Nuclear Corportation 416 Hosptital, 2Department of Radiology, The First People's Hospital of Longquanyi District Chengdu, West China Longquan Hospital, Sichuan University, 3Department of Medical Imaging, Chengdu Medical College, 4Department of Radiology, The Second Affiliated Hospital of Kunming Medical University

* These authors contributed equally

في هذه المقالة

ملخص

يتيح التحليل السينمائي ثلاثي الأبعاد المعزز بالكامل للشبكة التلافيفية تقييما دقيقا لوظيفة الأذين الأيسر في التهاب عضلة القلب ، مما يحسن الكشف المبكر عن الخلل الانقباضي الانبساطي وتقليل أخطاء التنبؤ بالكسر القذفي للتشخيص السريري ومراقبة الخلل الميكانيكي الأذيني.

الملخص

تعمل التسلسلات السينمائية بالرنين المغناطيسي للقلب والأوعية الدموية (CMR) كتقنية تصوير حجر الزاوية لتقييم وظيفة الأذين الأيسر الديناميكي (LA) في مرضى التهاب عضلة القلب. من خلال التقاط خصائص الحركة ثلاثية الأبعاد طوال الدورة القلبية بدقة زمنية عالية ، توفر هذه الطريقة بيانات مهمة لتحليل التنسيق الانقباضي لعضلة القلب وتشوهات حركة الجدار. تتيح الابتكارات التكنولوجية الرئيسية ، مثل النمذجة الديناميكية والتصوير المشفر بالإجهاد ، التقييم الكمي للخلل الوظيفي الانقباضي الانبساطي في المراحل المبكرة في لوس أنجلوس في التهاب عضلة القلب. ومع ذلك ، فإن التحديات الأساسية في تجزئة تسلسل السينما تتضمن القطع الأثرية الديناميكية ونمذجة الاستمرارية الزمانية المكانية للهياكل ذات الجدران الرقيقة. تظهر طرق التجزئة التقليدية القائمة على العتبة اتساقا محدودا في التسلسلات الديناميكية بسبب عدم قدرتها على التقاط أنماط الحركة. حققت مناهج التعلم العميق التي تستخدم شبكة تلافيفية كاملة ثلاثية الأبعاد (3D-FCN) دقة فائقة من خلال ثلاثة تحسينات استراتيجية: (1) اندماج الميزات الزمانية المكانية: استخدم هذا النواة التلافيفية ثلاثية الأبعاد لاستخراج الهياكل المكانية وميزات الأبعاد الزمنية في وقت واحد ، وبالتالي تقليل تأثيرات ضبابية الحركة. (2) اتصالات التخطي الديناميكية: تم دمج هذه الوصلات في معماريات وحدة فك التشفير ، وعززت نمذجة ارتباط التشوه عبر مراحل القلب المختلفة من خلال انتشار الميزة عبر الزمن. (3) تصميم خفيف الوزن: من خلال استخدام المعالجة الحكيمة والالتفافات القابلة للفصل العميق ، تم تحسين الكفاءة الحسابية للمعالجة في الوقت الفعلي لمجموعات البيانات رباعية الأبعاد واسعة النطاق. حقق 3D-FCN معامل نرد قدره 0.921 لتجزئة LA ، وهو ما يمثل تحسنا بنسبة 12.3٪ مقارنة بالطرق التقليدية. قلل هذا التصميم من خطأ التنبؤ بكسر القذف LA من 8.7٪ إلى 3.2٪. سهلت نتائج التجزئة بشكل مباشر حساب المقاييس الكمية ، بما في ذلك منحنيات وقت الحجم في لوس أنجلوس ومعدلات الإجهاد. دعمت هذه المقاييس التشخيص السريري للخلل الميكانيكي الأذيني المرتبط بالتهاب عضلة القلب.

المقدمة

توفر التسلسلات السينمائية للرنين المغناطيسي القلبي الوعائي (CMR) ، كطريقة تصوير أساسية لتقييم وظيفة الأذين الأيسر الديناميكي (LA) في مرضى التهاب عضلة القلب ، بيانات مهمة لتحديد التشوهات في تنسيق انقباض عضلة القلب والخلل الوظيفي الانبساطي المبكر ، والاستفادة من الدقة الزمنية العالية وقدرات التقاط الحركة ثلاثيةالأبعاد 1،2،3،4،5. من خلال تقنيات التصوير المشفر بالإجهاد ونمذجة الحركة الديناميكية ، تتيح التسلسلات السينمائية CMR الكشف الدقيق عن وذمة عضلة القلب والتليف ، والتي ترتبط ارتباطا وثيقا بالتغيرات النسيجية المرضية وتتنبأ بأحداث القلب والأوعية الدموية الضائرةالرئيسية 6،7،8،9. يتيح تتبع ميزة CMR التقييم الكمي لسلالة LA ، مما يعكس وظائف الخزان والقناة والمضخة. يمكن تقييم الضغط الأذيني الأيسر المرتفع ، المرتبط بالخلل الانبساطي في البطين الأيسر ، بشكل غير مباشر من خلال تحليل معدل إجهاد LA عبر CMR ، مما يوفر رؤى حول أنماط ملء البطين الأيسر غير الطبيعية8،10،11،12.

في التهاب عضلة القلب ، تظهر مقاييس الإجهاد المحددة - مثل الإجهاد السلبي والإجهاد النشط - ارتباطات قوية مع تليف عضلة القلب ، مما يسمح بالكشف المبكر عن الخلل الوظيفي التعويضي في ميكانيكا لوس أنجلوس13،14،15،16. والجدير بالذكر أن التخفيضات في سلالة LA غالبا ما تسبق التمدد الهيكلي لدى مرضى التهاب عضلة القلب ، وتلتقط التسلسلات السينمائية CMR بحساسية أنماط إعادة التشكيل المبكرة هذه ، مما يوفر نافذة حرجة للتدخل السريري في الوقت المناسب. ومع ذلك ، يواجه تجزئة التسلسل السينمائي تحديات متعددة: هيكل LA ذو الجدران الرقيقة عرضة للقطع الأثرية لحركة الجهاز التنفسي ، مما يؤدي إلى أخطاء في حساب كسر القذف ، في حين أن طرق التجزئة التقليدية القائمة على العتبة تبالغ بشكل منهجي في تقدير الحد الأدنى لحجم LA بسبب عدم قدرتها على التقاط أنماط التشوه غير المتماثلة15،17.

في السنوات الأخيرة ، قللت تقنية الاستشعار المضغوط من وقت المسح الضوئي عبر أخذ العينات تحت k-space ، مما يدل على ارتباط كبير مع القياسات القياسية الذهبية لكسر القذف السلبي LA ، على الرغم من أن التقليل من تقدير كسر الطرد الكلي ووظيفة المضخة النشطة لا يزال بحاجة إلى تحسين18،19،20،21. والجدير بالذكر أن نماذج التنبؤ بحركة القلب التي تعتمد على التعلم العميق قد حققت نمذجة وظيفية ديناميكية دقيقة في LA في تسلسلات التنفس الحر من خلال دمج ترميز سرعة الطور وخوارزميات تصحيح الحركة التكيفية22،23. تهدف هذه الدراسة إلى استخدام خوارزميات التعلم العميق لتأسيس أساس حاسم للتشخيص السريري للخلل الميكانيكي المرتبط بالتهاب عضلة القلب في لوس أنجلوس ، مما يتيح التقسيم الطبقي الشخصي للمخاطر والتنبؤ التنبؤي لمرضى التهاب عضلة القلب.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

قررت لجنة الأخلاقيات في كلية الطب في تشنغدو أن هذه الدراسة تفي بمعايير التنازل عن الموافقة المستنيرة. التزم البحث بالمبادئ الموضحة في إعلان هلسنكي.

1. اختيار المريض

  1. استخدم معايير التضمين التالية: المرضى الذين يعانون من التهاب عضلة القلب يستوفون المعايير السريرية لالتهاب عضلة القلب الحاد ، بما في ذلك أعراض ما بعد الفيروس ، والمؤشرات الحيوية المرتفعة ، وتشوهات مخطط كهربية القلب (ECG).
  2. استبعاد المرضى الذين يعانون مما يلي: نقص تروية أو صمامي أو أمراض القلب الخلقية. إصابة عضلة القلب الثانوية من الأدوية أو العلاج الكيميائي أو الالتهابات. التصوير غير التشخيصي الحالات عالية الخطورة (الحمل أو الخلل الكلوي أو عدم استقرار ديناميكية الدم).

2. بروتوكول التصوير CMR ومعلمات المسح الضوئي

  1. تكوين الماسح الضوئي
    1. قم بتشغيل ماسح ضوئي للتصوير بالرنين المغناطيسي 3.0 تسلا مزود بملف مصفوفة مرحلية للقلب من 32 قناة في غضون 14-28 يوما بعد ظهور الأعراض.
    2. قم بتنفيذ التحقق من الملف باستخدام وظيفة فحص الملف في وحدة التحكم ، متبوعا بروتين المعايرة التلقائية.
      ملاحظة: يتطلب وضع المريض اتجاها ضعيفا مع توسيط الملف في منتصف الخط الإبطي الأيسر.
  2. التقييم الوظيفي للأذين الأيسر
    1. ابدأ التصوير السينمائي المتوازن للحالة المستقرة من خلال مسار التوجيه الحر للحالة المستقرة > > Cine_balanced القلب (bSSFP).
    2. قم بتكوين بوابة مخطط كهربية القلب بأثر رجعي مع تعيين معلمة نافذة الزناد على 15٪ لتسهيلات عدم انتظام ضربات القلب.
    3. تحقيق تغطية كاملة للدورة القلبية من خلال برمجة دقة زمنية تبلغ 33 مللي ثانية (30 مرحلة) عبر 12 قطعة k-space.
      ملاحظة: تتضمن المعلمات الرئيسية وقت التكرار / وقت الصدى 3.0 / 1.5 مللي ثانية ، وزاوية الوجه 45 درجة ، وعرض النطاق الترددي 930 هرتز / بكسل ، والمصفوفة 256×256.
  3. اكتساب المستوى القلبي القياسي
    1. احصل على صور استكشافية باستخدام تسلسل مترجم ثلاثي المستويات ، يستغرق حوالي 18 ثانية.
    2. وصف عرض من أربع غرف عن طريق محاذاة مستوى التصوير عبر قمة البطين الأيسر ومركز الصمام التاجي على المحدد المحوري.
    3. قم بإنشاء عرض من غرفتين عن طريق تكرار الوصفة الطبية المكونة من أربع غرف وتطبيق دوران 60 درجة في اتجاه عقارب الساعة.
  4. تنفيذ التصوير المتوازي
    1. قم بتنشيط المعايرة التلقائية المعممة للاكتساب المتوازي جزئيا باستخدام علامة تبويب التسارع في وحدة التحكم مع عامل التصوير المتوازي 2.
    2. قم بتمكين أخذ عينات فورييه الجزئية عن طريق تعيين فورييه جزئي للمرحلة إلى تكوين 6/8 .
    3. قم بإجراء معايرة مرجعية باستخدام 24 خط إشارة معايرة تلقائية تتطلب 22 ثانية.
      ملاحظة: تتضمن معلمات المسح الرئيسي TR/TE = 3.0 مللي ثانية/1.5 مللي ثانية، وزاوية الوجه = 45 درجة، وعرض النطاق الترددي = 930 هرتز/بكسل.
  5. التصوير الخاص بالأذين الأيسر
    1. تحديد المعالم التشريحية ، بما في ذلك الحلقة التاجية في منتصف الانبساط ، والسقف الأذيني الأيسر على شكل قمع على بعد 15 مم من الحاجز ، وفتحة الزائدة الأذينية اليسرى (LAA) التي تظهر بنية فصيصية مميزة.
    2. محاذاة المستويات طويلة المحور عموديادي على العرض المكون من أربع غرف يمتد من فتحات الوريد الرئوي إلى طرف الزائدة الأذينية اليسرى.
      ملاحظة: ثلاثة معالم تشريحية أساسية توجه توطين مستوى CMR: الحلقة التاجية ، التي تتطلب تصورا متوسطا للانبساطي لكلتا المنشورتين ، وسقف LA على شكل قمع يتمركز 15 مم من الحاجز عند عظمة الوريد الرئوي العلوي الأيمن ، وفتحة LAA التي تظهر بنية فصيصية واضحة مع حدود مميزة من الوريد الرئوي العلوي الأيسر.
  6. اكتساب مكدس قصير المحور
    1. وصف شرائح قصيرة المحور متجاورة موازية لمستوى الحلقة التاجية باستخدام توجيه العرض الانبساطي المكون من غرفتين.
    2. قم بتكوين هندسة الشريحة بسماكة 3 مم ، بإجمالي 15 شريحة تغطي من أصول الوريد الرئوي إلى قمة البطين الأيسر.
  7. تصوير عالي الدقة
    1. استخدم تسلسل تقدم حر متوازن ومتوازن مكبر يحقق دقة 0.8×0.8×2.5 مم مع عرض نطاق ترددي يبلغ 1200 هرتز / بكسل.
    2. ضع نطاق التشبع الانبساطي فوق تدفق الزائدة الأذينية اليسرى عند 50 مللي ثانية بعد الموجة R باستخدام سمك 10 مم.
  8. التحكم في حركة الجهاز التنفسي
    1. انشر بوابات الملاح عن طريق تنشيط وظيفة تتبع الحجاب الحاجز على قبة النجاب النصفي اليمنى مع نافذة قبول 5 مم.
    2. قلل من مدة حبس النفس من خلال تمكين إعادة بناء الاستشعار المضغوط بعامل تسارع يبلغ 4.0 وتنفيذ تسلسلات السبق الحرة للحالة المستقرة في الوقت الفعلي.
      ملاحظة: لضمان سلامة المرضى ، التزمت هذه الدراسة بصرامة بورقة موقف جمعية الرنين المغناطيسي للقلب والأوعية الدموية (SCMR) (2020) حول المؤشرات السريرية للرنين المغناطيسي للقلب والأوعيةالدموية 24.

3. المعالجة المسبقة للبيانات ومراقبة الجودة

  1. استخدم تسجيل B-spline غير الصلب لمعالجة اختلال المحاذاة التنفسية وعدم انتظام ضربات القلب (أقصى تحمل ± 4 مم) لتصحيح الحركة.
  2. استخدم تصحيح مجال التحيز N4 ومطابقة الرسم البياني لتوحيد الكثافة عبر الماسحات الضوئية لتجانس الإشارة.
  3. إجراء التعليقات التوضيحية القياسية الذهبية من قبل اثنين من أخصائيي الأشعة الخبراء (خبرة >5 سنوات) في آلة التقطيع ثلاثية الأبعاد وفقا للمبدأالتوجيهي 25.
    ملاحظة: تستند متطلبات النظام وخطوات التثبيت والوحدات الوظيفية الأساسية وسير العمل إلى الدليل الرسمي26.
  4. قم بحل جدران LA الرقيقة (<2 مم) باستخدام عتبات التدرج الرمادي بنسبة 50٪. تجاوزت اتفاقية المراقبين الدوليين للتعليقات التوضيحية > ICC 0.91 و Dice > 0.95 ، مما يضمن حقيقة أساسية قوية للتدريب على النموذج والتحقق من صحته.
    ملاحظة: تخضع جميع البيانات لإخفاء الهوية القابل للعكس، والذي يحمي الخصوصية من خلال الاضطرابات العدائية والعلامات المائية المرئية مع السماح بفك التشفير والاستعادة المصرح بها. يتم تشفير البيانات المخزنة مؤقتا بضوابط وصول صارمة ويتم مسحها بشكل مشفر عند التخلصمنها 27.

4. تقنية اندماج ميزة الزمانية المكانية

  1. استخدم نهج التعلم العميق القائم على شبكة تلافيفية ثلاثية الأبعاد بالكامل (3D-FCN) لتعزيز دقة التجزئة الأذينية اليسرى عبر جميع مراحل القلب.
  2. دمج الوحدات الهرمية ذات الميزات الزمانية المكانية التي تتضمن معدلات تمدد 1 و 2 و 4 و 8 داخل بنية 3D-FCN لالتقاط أنماط حركة عضلة القلب عبر مقاييس دقة متعددة.
    ملاحظة: يستخدم استخراج الميزة خمس مراحل تشفير بأبعاد القناة [32 و64 و128 و256 و512] تزداد تدريجيا مع كل عملية تقليل.

5. بنية الشبكة

  1. النمذجة الزمانية المكانية متعددة النطاقات
    1. نشر نواة تلافيفية ثلاثية الأبعاد هرمية (حجم النواة 3 × 3 × 3 ، الخطوة 1 × 1 × 1 ، معدل التمدد 2) بثلاثة درجات دقة (16 × 16 × 16 ، 32 × 32 × 32 ، 64 × 64 × 64).
    2. التقاط الارتباطات الزمانية المكانية عبر النطاق التي تغطي حركة الألياف المحلية إلى تقلص البطين العالمي.
  2. تكوين الإدخال
    1. استخدم مدخلات موتر 4D (القنوات × الوقت × الارتفاع × العرض = 4 × 30 × 256 × 256) تغطي دورة قلبية كاملة.
    2. قم بتضمين تسلسلات سينمائية من أربع غرف وغرفتين مع 30 إطارا لكل دورة بدقة زمنية تبلغ 33 مللي ثانية.

6. تخطي الاتصال الديناميكي

ملاحظة: تم تصميم وصلة التخطي الديناميكية عبر الدورة مع تخصيص الوزن التكيفي لمعالجة الخصائص الزمنية للتسلسلات السينمائية.

  1. التشفير
    1. صمم الكتل المتبقية ثلاثية الأبعاد من خمسة مستويات (تحتوي كل منها على أربع تلاففات 3 × 3 × 3 ، مع توسع عدد القنوات من 64 إلى 512) لاستخراج السمات الزمانية المكانية.
    2. قمع ديناميكيا القطع الأثرية لحركة الجهاز التنفسي وضوضاء تدفق الدم عن طريق حساب مصفوفات الوزن الزماني المكاني في بوابة الانتباه الزمانية المكانية.
    3. استخراج الميزات الزمانية المكانية متعددة المقاييس ، مع أبعاد موتر الإخراج [C × T × H × W] = [64 × 30 × 256 × 256 ، 128 × 30 × 128 × 128 ، 256 × 30 × 64 × 64 ، 512 × 30 × 32 × 32 ، 1024 × 30 × 16 × 16] (T = 30 إطارا / دورة) في هرم من خمس طبقات.
  2. فك
    1. اجمع بين الميزات الدلالية عالية المستوى (دقة 64 × 64 × 64) مع ميزات الدقة منخفضة المستوى (16 × 16 × 16) عبر الالتفاف ثلاثي الأبعاد (حجم النواة 2 × 2 × 2 ، الخطوة 2) لدمج الميزات عبر المقياس.
    2. ضمان التحسين الزماني المكاني المتزامن في الاستيفاء الزمني (استيفاء الشريحة المكعبة ، العامل الزمني 0.5).
    3. قم بإنشاء تبعيات زمنية في وحدات الوحدات المتكررة ذات البوابات ثنائية الاتجاه من خلال الاستفادة من الحالات المخفية الأمامية والخلفية لالتقاط الأنماط السياقية طويلة المدى مع التخفيف من مشكلات التدرج المتلاشية من خلال آليات البوابات.
    4. دمج الميزات ديناميكيا من 5 إطارات مجاورة في الالتفاف المحاذاة الزمنية (حجم النواة 3 × 3 × 3 ، الخطوة 1 × 1 × 1 ، معدل التمدد 2).

7. استراتيجية تخصيص الوزن التكيفي

  1. قم بتكوين مسارات المعالجة ثنائية الفرع داخل وحدة بوابة الانتباه الزماني المكاني لتحقيق التوازن الديناميكي بين مساهمات الميزات المكانية والزمانية أثناء عمليات الشبكة.
  2. احسب مصفوفات الوزن المكاني ل 3 × 3 من الالتواءات القابلة للتشوه ، مع التركيز على حدود عضلة القلب (هياكل LA ذات الجدران الرقيقة <2 مم) والتعويض عن القطع الأثرية لحركة الجهاز التنفسي في فرع الانتباه المكاني.
  3. إعطاء الأولوية لارتباطات المرحلة القلبية الحرجة عن طريق توليد معاملات الترجيح الزمني بناء على مقاييس تشوه الأنسجة المشتقة من نواقل إزاحة عضلة القلب.

8. تثبيت المسار المتبقي

  1. احذف التوصيلات التي تم إسقاطها مؤقتا بشكل عشوائي أثناء التدريب لتعزيز المتانة لمنع انفجار التدرج وانهيار الميزات.
  2. تقييد مصفوفات الوزن لتحقيق الاستقرار في انتشار الميزات.
    1. قم بتطبيق تنظيم L2 بمعامل صفر نقطة صفر صفر واحد لتقييد تحديثات مصفوفة الوزن.
    2. حدد الحد الأقصى لقيمة تدرج الوزن إلى نقطة صفر واحدة للقطع.
    3. تهيئة الأوزان باستخدام عامل قياس للجذر التربيعي لاثنين مقسوما على عدد عقد الإدخال.
  3. تقليل القناة مع الالتفاف القابل للفصل العميق
    1. قم بتهيئة الالتفاف العمق باستخدام حجم kernel 3 في جميع الأبعاد الثلاثة مع عدد المجموعات المطابق لبعد قناة الإدخال.
    2. قم بتطبيق الالتفاف النقطي مع تكوين kernel 1×1×1 لقنوات الميزات لمشروع من 512 إلى 64 بعدا.
    3. تنفيذ التطبيع الدفعي وتنشيط الوحدة الخطية المصححة البارامترية قبل عمليات تسلسل الميزات.
  4. توليف التجزئة وقمع القطع الأثرية
    1. دمج مخرجات النمذجة الزمانية المكانية مع خرائط ميزة الانتباه التكيفي من خلال تسلسل القناة.
    2. تعزيز ترسيم حدود عضلة القلب باستخدام قيود كفاف متعددة المقاييس المطبقة خصيصا على المناطق الرقيقة من 2 مم.
    3. قم بتنفيذ قمع القطع الأثرية للحركة من خلال تثبيت الميزة المرجحة زمنيا عبر مراحل القلب.
    4. قم بإنشاء تجزئة نهائية للأذين الأيسر عبر 1×1×1 طبقة إخراج لامفية مع تنشيط السيني.
      ملاحظة: للتحقق البصري ، يتم عرض نتائج التجزئة باستخدام تجسيد السطح ثلاثي الأبعاد المتراكب على شرائح الصورة الأصلية (تقنية تراكب القناع شبه الشفاف) لضمان الاستمرارية التشريحية لهياكل الجدار الرفيع الأذيني الأيسر. للتقييم الكمي ، يتم استخدام المقاييس بما في ذلك معامل النرد ومسافة Hausdorff (HD).

9. إرشادات أخرى لاستكشاف الأخطاء وإصلاحها

  1. اضبط معلمات بوابات تخطيط القلب لتحقيق دقة زمنية تتراوح من 25 إلى 35 مللي ثانية لالتقاط المرحلة القلبية المثلى.
  2. قم بتنفيذ تعويض الجهاز التنفسي باستخدام نوافذ بوابات الملاح مقاس 5 مم لتقليل القطع الأثرية المتحركة المتعلقة بالتنفس.
  3. تأكد من وضع المريض المناسب وتقديم تعليمات تنفس واضحة طوال عملية التصوير.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

في مجموعة بيانات CMR التي تضم 200 مريض بالتهاب عضلة القلب ، حقق الإطار المقترح معامل نرد قدره 0.921 لتجزئة LA ، وهو ما يمثل تحسنا بنسبة 12.3٪ مقارنة بنماذج خط الأساس ، مع سرعة معالجة تبلغ 18 إطارا في الثانية (fps). من خلال استخدام التقطير الديناميكي للنواة لنقل الميزات المجردة عالية المستوى إلى ميزات منخفضة المستوى ، تم تحسين الحد الأدنى لحجم HD for LA (LAV min) من 3.2 مم إلى 1.7 مم (التخفيض: 46.9٪). بالنسبة لهياكل LA ذات الجدران الرقيقة (سمك <2 مم) ، انخفض HD من 4.3 مم إلى 2.1 مم (تحسن بنسبة 51.2٪) ، بينما...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

حققت هذه الدراسة تقديرا كميا دقيقا لهيكل LA ووظيفته في مرضى التهاب عضلة القلب من خلال بروتوكولات CMR الموحدة ومعلمات مسح LA المخصصة ، جنبا إلى جنب مع استخراج الميزات الفعال والتجزئة السريعة الآلية باستخدام 3D-FCN. يؤسس التفاعل التآزري بين معلمات التصوير المحسنة والابتكارات الخوارزمية أساسا تقنيا قويا للترجمة السريرية.

يظل CMR هو الأداة الأساسية لتقييم التشوهات الهيكلية والوظيفية LA في التهاب عضلة القلب. ومع ذلك ، تشمل القيود التقنية الحالية عدم كفاية الدقة الم...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

ويعلن المؤلفان أنه لا يوجد تضارب في المصالح.

شكر وتقدير

تم دعم هذه الدراسة من قبل صندوق البحث العلمي السريري التابع لكلية تشنغدو الطبية - المستشفى الثاني التابع لكلية الطب في تشنغدو ومستشفى الارتباط النووي 416 (2022LHFSZYB-10).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
ماسح التصوير بالرنين المغناطيسي 3.0 TSiemens HealthineersSkyra 3.0 Tنظام التصوير بالرنين المغناطيسي السريري / البحثي عالي الدقة مع قدرات تصوير القلب والجسم المتقدمة.
3D Slicerمفتوح المصدرhttps://www.slicer.org/برنامج مجاني مفتوح المصدر لتحليل الصور الطبية (التجزئة والتسجيل والتصور ثلاثي الأبعاد). بدعم من المعاهد الوطنية للصحة.
PyTorchMeta Platforms، Inc.https://pytorch.org/إطار عمل للتعلم العميق مفتوح المصدر مع رسوم بيانية حسابية ديناميكية ، تستخدم على نطاق واسع لأبحاث الذكاء الاصطناعي ونشر النماذج. يدعم تسريع GPU.
مجتمع

المراجع

  1. Doerner, J., Bunck, A. C., Michels, G., Maintz, D., Baeßler, B. Incremental value of cardiovascular magnetic resonance feature tracking derived atrial and ventricular strain parameters in a comprehensive approach for the diagnosis of acute myocarditis. Eur Radiol. 104, 120-128 (2018).
  2. Lee, J., et al. Left atrial strain derived from cardiac magnetic resonance imaging can predict outcomes of patients with acute myocarditis. Korean J Radiol. 24 (6), 512-521 (2023).
  3. Chen, Y., et al. Prognostic significance of cardiac magnetic resonance in left atrial and biventricular strain analysis during the follow-up of suspected myocarditis. J Clin Med. 12 (2), 457(2023).
  4. Cau, R., et al. Atrial and ventricular strain imaging using CMR in the prediction of ventricular arrhythmia in patients with myocarditis. J Clin Med. 13 (3), 662(2024).
  5. Cau, R., et al. Effect of late gadolinium enhancement on left atrial impairment in myocarditis patients. Eur Radiol. 34 (3), 1846-1853 (2024).
  6. Altmann, S., et al. Compressed sensing acceleration of cardiac cine imaging allows reliable and reproducible assessment of volumetric and functional parameters of the left and right atrium. Eur Radiol. 31 (10), 7219-7230 (2021).
  7. Galazis, C., et al. High-resolution maps of left atrial displacements and strains estimated with 3D cine MRI using online-learning neural networks. IEEE Trans Med Imaging. 44 (5), 2056-2067 (2025).
  8. Leng, S., et al. Long-term prognostic value of cardiac MRI left atrial strain in ST-segment elevation myocardial infarction. Radiology. 296 (2), 299-309 (2020).
  9. Alfuhied, A., et al. Reproducibility of left atrial function using cardiac magnetic resonance imaging. Eur Radiol. 31 (5), 2788-2797 (2021).
  10. Habibi, M., et al. Left atrial mechanical function and incident ischemic cerebrovascular events independent of AF: insights from the MESA study. JACC Cardiovasc Imaging. 12 (12), 2417-2427 (2019).
  11. Raafs, A. G., et al. Left atrial strain has superior prognostic value to ventricular function and delayed-enhancement in dilated cardiomyopathy. JACC Cardiovasc Imaging. 15 (6), 1015-1026 (2022).
  12. Kim, J., et al. Left atrial strain impairment precedes geometric remodeling as a marker of post-myocardial infarction diastolic dysfunction. JACC Cardiovasc Imaging. 13 (10), 2099-2113 (2020).
  13. Khanna, S., et al. Characterization of subclinical cardiac dysfunction by speckle-tracking echocardiography in patients with non-severe acute-phase myocarditis. Am J Cardiol. 207, 285-291 (2023).
  14. Frumkin, D., et al. Comparative analysis of phasic left atrial strain and left ventricular posterolateral strain pattern to discriminate Fabry cardiomyopathy from other forms of left ventricular hypertrophy. Echocardiogr J Cardiol. 38 (11), 1870-1878 (2021).
  15. Schneider, J. N., et al. Feature-tracking cardiovascular magnetic resonance reveals recovery of atrial function after acute myocarditis. Int J Cardiovasc Imaging. 38 (9), 2003-2012 (2022).
  16. Meindl, C., et al. Left atrial strain parameters derived by echocardiography are impaired in patients with acute myocarditis and preserved systolic left ventricular function. Int J Cardiovasc Imaging. 39 (6), 1157-1165 (2023).
  17. Dick, A., et al. Left and right atrial feature-tracking in acute myocarditis: a feasibility study. Eur J Radiol. 89, 72-80 (2017).
  18. Yang, F., et al. Prognostic value of fast semi-automated left atrial long-axis strain analysis in hypertrophic cardiomyopathy. J Cardiovasc Magn Reson. 23 (1), 36(2021).
  19. Liu, S. Z., et al. Quantification of left atrial function by the area-length method overestimates left atrial emptying fraction. Eur Radiol. 160, 110705(2023).
  20. Posina, K., et al. Relationship of phasic left atrial volume and emptying function to left ventricular filling pressure: a cardiovascular magnetic resonance study. J Cardiovasc Magn Reson. 15, 99(2013).
  21. Tondi, L., et al. The use of dedicated long-axis views focused on the left atrium improves the accuracy of left atrial volumes and emptying fraction measured by cardiovascular magnetic resonance. J Cardiovasc Magn Reson. 25 (1), 10(2023).
  22. Hu, J., Olaisen, S. H., Smistad, E., Dalen, H., Lovstakken, L. Automated 2-D and 3-D left atrial volume measurements using deep learning. Ultrasound Med Biol. 50 (1), 47-56 (2024).
  23. Chen, Z., et al. Joint suppression of cardiac bSSFP cine banding and flow artifacts using twofold phase-cycling and a dual-encoder neural network. J Cardiovasc Magn Reson. 26 (2), 101123(2024).
  24. Leiner, T., et al. SCMR position paper (2020) on clinical indications for cardiovascular magnetic resonance. J Cardiovasc Magn Reson. 22 (1), 76(2020).
  25. Schulz-Menger, J., et al. Standardized image interpretation and post-processing in cardiovascular magnetic resonance-2020 update: Society for Cardiovascular Magnetic Resonance (SCMR) Board of Trustees Task Force on Standardized Post-Processing. J Cardiovasc Magn Reson. 22 (1), 19(2020).
  26. Pinter, C., Lasso, A., Fichtinger, G. Polymorph segmentation representation for medical image computing. Comput Methods Programs Biomed. 171, 19-26 (2019).
  27. Reversible adversarial examples based on self-embedding watermark for image privacy protection. Cao, X., et al. International Joint Conference on Neural Networks (IJCNN), Yokohama, Japan, , (2024).
  28. Cau, R., et al. Atrial and ventricular strain using cardiovascular magnetic resonance in the prediction of outcomes of pericarditis patients: a pilot study. Eur Radiol. 34 (9), 5724-5735 (2024).
  29. An, S., et al. Cardiac magnetic resonance assessment of cardiac function across chronic kidney disease stages. Nephrol Dial Transplant. 40 (5), 908-916 (2024).
  30. Wylie, J. V., et al. Left atrial function and scar after catheter ablation of atrial fibrillation. Heart Rhythm. 5 (5), 656-662 (2008).
  31. Maceira, A. M., Cosín-Sales, J., Roughton, M., Prasad, S. K., Pennell, D. J. Reference left atrial dimensions and volumes by steady-state free precession cardiovascular magnetic resonance. J Cardiovasc Magn Reson. 12, 65(2010).
  32. Wang, Y. J., et al. Screening and diagnosis of cardiovascular disease using artificial intelligence-enabled cardiac magnetic resonance imaging. Nat Med. 30 (5), 1471-1480 (2024).
  33. Wang, S., et al. AI-based CMR assessment of biventricular function: clinical significance of intervendor variability and measurement errors. JACC Cardiovasc Imaging. 15 (3), 413-427 (2022).
  34. Lima, J. A. C., Venkatesh, B. A. Building confidence in AI-interpreted CMR. JACC Cardiovasc Imaging. 15 (3), 428-430 (2022).
  35. Oikonomou, E. K., et al. A multimodal video-based AI biomarker for aortic stenosis development and progression. JAMA Cardiol. 9 (6), 534-544 (2024).
  36. Bucciarelli-Ducci, C., Ajmone-Marsan, N., Di Carli, M., Nicol, E. The year in cardiovascular medicine 2021: imaging. Eur Heart J. 43 (13), 1288-1295 (2022).
  37. Chen, J., et al. JAS-GAN: generative adversarial network based joint atrium and scar segmentations on unbalanced atrial targets. IEEE J Biomed Health Inform. 26 (1), 103-114 (2022).
  38. Al Khalil, Y., et al. On the usability of synthetic data for improving the robustness of deep learning-based segmentation of cardiac magnetic resonance images. Med Image Anal. 84, 102688(2023).
  39. Xia, Y., et al. Recovering from missing data in population imaging-cardiac MR image imputation via conditional generative adversarial nets. Med Image Anal. 67, 101812(2021).
  40. Ruijsink, B., et al. Fully automated, quality-controlled cardiac analysis from CMR: validation and large-scale application to characterize cardiac function. JACC Cardiovasc Imaging. 13 (3), 684-695 (2020).
  41. Fournel, J., et al. Medical image segmentation automatic quality control: a multi-dimensional approach. Med Image Anal. 74, 102213(2021).
  42. Campello, V. M., et al. Multi-centre, multi-vendor and multi-disease cardiac segmentation: the M&Ms challenge. IEEE Trans Med Imaging. 40 (12), 3543-3554 (2021).
  43. Zhuang, X. Multivariate mixture model for myocardial segmentation combining multi-source images. IEEE Trans Pattern Anal Mach Intell. 41 (12), 2933-2946 (2019).
  44. Zakeri, A., Hokmabadi, A., Ravikumar, N., Frangi, A. F., Gooya, A. A probabilistic deep motion model for unsupervised cardiac shape anomaly assessment. Med Image Anal. 75, 102276(2022).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

الفيديو قريباً
اتصل بنا
أوصِ بها للمكتبة

الخصوصية

شروط الاستخدام

السياسات

2026 © حقوق الطبع والنشر MyJoVE Corporation. جميع الحقوق محفوظة.