XiaoMi-AI文件搜索系统
World File Search SystemEchocardiography
执行全面的小儿经胸膜超声心动图的指南：美国超声心动图学会的建议
Leo Lopez, MD, FASE (Chair), Daniel L. Saurers, RCS, RDCS, FASE (Co-Chair), Piers C. A. Barker, MD, FASE, Meryl S. Cohen, MD, MSEd, FASE, Steven D. Colan, MD, FASE, Jeanine Dwyer, BS, RDCS, FASE, Daniel Forsha, MD, MHS，Fase，Mark K. Friedberg，医学博士，博士，Fase，Wyman W. Lai，MD，MPH，MBA，MBA，Fase，Fase，Beth F. F. MSCI，Fase，Luciana T. Young，医学博士，Fase和Carolyn A. Altman，医学博士，Fase（联合主席），Palo Alto，Irvine，Orange，Orange和加利福尼亚州圣地亚哥；田纳西州纳什维尔；北卡罗来纳州达勒姆；宾夕法尼亚州费城；马萨诸塞州波士顿；科罗拉多州的奥罗拉；密苏里州堪萨斯城；加拿大安大略省多伦多；佐治亚州亚特兰大；俄亥俄州克利夫兰；犹他州盐湖城；华盛顿西雅图；德克萨斯州休斯顿
使用电子健康记录和超声心动图
研究人群和数据来源雷恩大学医院中心（RUHC）的EHOP临床数据仓库（CDW）包含临床笔记，药物处方，实验室测试和行政数据。6，7它还包括使用法国版本的国际疾病分类（ICD-10）编码的诊断。使用这项技术，可以将Ruch的种群筛选为患有HFPEF的患者。根据其医生的报告，将患者定义为具有HFPEF（这些是SUP提出的用于应用指南的定义）。然后，我们将这些患者的单个EHR数据进行了分析。此外，还提供超声心动图数据。我们专注于2017年1月至2018年12月之间的每个记录。
接受超声心动图检查的 608,570 名男性和女性中度和重度二尖瓣反流相关的死亡率
摘要 背景 尽管严重二尖瓣反流 (MR) 的预后意义已得到充分认识，但对于中度 MR，预后意义尚不明确。因此，我们在澳大利亚国家超声心动图数据库的大型队列中探讨了中度和重度 MR 对预后的影响。方法 使用自然语言处理检查了 608 570 名个体的超声心动图报告，以确定 MR 严重程度和瓣叶病理。对于未报告瓣叶病理的患者，评估了心房 (aFMR) 或心室 (vFMR) 功能性 MR。使用中位 1541 天（IQR 820 至 2629）的个人数据链接，我们检查了 MR 严重程度与全因（153 612/25.2% 事件）和心血管相关死亡率（47 840/7.9% 事件）之间的关联。结果 共纳入 319 808 名男性和 288 762 名女性，年龄为 62.1±18.5 岁，其中 456 989 人（75.1%）、102 950 人（16.9%）、38 504 人（6.3%）和 10 127 人（1.7%）在最后一次超声检查中报告无/轻微、轻度、中度和重度 MR。与无/轻微 MR 患者（26.5% 有瓣叶病变，19.2% 死亡）相比，瓣叶病变（分别为 51.8% 和 78.9%）和实际 5 年全因死亡率（分别为 54.6% 和 67.5%）随 MR 严重程度增加而增加。在调整后（年龄、性别和瓣叶病理），中度和重度 MR 病例的长期死亡率是无/轻微 MR 的 1.67 倍（95% CI 1.65 至 1.70）和 2.36 倍（95% CI 2.30 至 2.42）（p<0.001）。中度和重度 MR 的预后模式在心血管相关死亡率和预先指定的亚组（瓣叶病理、vFMR 或 aFMR 和年龄<65 岁）内持续存在。结论在一个大型现实世界临床队列中，我们确认保守治疗的严重 MR 与不良预后相关。我们进一步揭示，无论潜在病因如何，中度 MR 与死亡率增加有关。试验注册澳大利亚新西兰临床试验注册中心（ACTRN12617001387314）
将超声心动图参数与可解释的人工智能集成，以用于基本二尖瓣反流表型的数据驱动聚类
MV流量减速时间ERO通过PISA方法通过PISA方法通过PISA方法流量E'PISA E'S'速度E/E'速度比MR速度速率流量为体积量通过体积方法MV Annulus calification MV Annulus calification La calification La calification la量LA体积la量基底RV直径在4-Chamber View Tapse Tapse Tapse TapseMV流量减速时间ERO通过PISA方法通过PISA方法通过PISA方法流量E'PISA E'S'速度E/E'速度比MR速度速率流量为体积量通过体积方法MV Annulus calification MV Annulus calification La calification La calification la量LA体积la量基底RV直径在4-Chamber View Tapse Tapse Tapse TapseMV流量减速时间ERO通过PISA方法通过PISA方法通过PISA方法流量E'PISA E'S'速度E/E'速度比MR速度速率流量为体积量通过体积方法MV Annulus calification MV Annulus calification La calification La calification la量LA体积la量基底RV直径在4-Chamber View Tapse Tapse Tapse TapseMV流量减速时间ERO通过PISA方法通过PISA方法通过PISA方法流量E'PISA E'S'速度E/E'速度比MR速度速率流量为体积量通过体积方法MV Annulus calification MV Annulus calification La calification La calification la量LA体积la量基底RV直径在4-Chamber View Tapse Tapse Tapse TapseMV流量减速时间ERO通过PISA方法通过PISA方法通过PISA方法流量E'PISA E'S'速度E/E'速度比MR速度速率流量为体积量通过体积方法MV Annulus calification MV Annulus calification La calification La calification la量LA体积la量基底RV直径在4-Chamber View Tapse Tapse Tapse Tapse
多模式成像用于儿童癌症治疗的心脏监测：美国超声心动图学会的建议
1.1.3.1 Tissue Doppler velocities 1241 1.1.3.2 Myocardial deformation imaging by speckle-tracking echocar- diography 1242 1.1.3.3 Speckle-tracking echocardiography for monitoring acute cardi- otoxicity 1243 1.1.3.4 Speckle-tracking echocardiography for monitoring late cardio- toxicity in children 1243 1.1.4评估左心室舒张功能1244 1.2评估右心功能1245 1.3应力超声心动图的作用1245 1.4质量评估和质量改进1245第2部分。在评估癌症儿童中使用心脏磁共振成像1245 2.1评估心室质量，体积，全球收缩压功能1246 2.2用基于CMR的心肌变形图测量全球和区域心肌功能1246 2.3左心室分离功能1246 2.4 CMR 2.4第3部分。使用心脏计算机断层扫描评估癌症儿童1247第4部分。知识差距和未来研究的机会1248
使用超声心动图的可解释的机器学习来改善慢性冠状动脉综合征患者的风险预测
如果连续CC患者在2015年至2017年间参加AMC AMC的门诊诊所，并对LV功能进行了TTE评估，则将其回顾性收集。对极端梯度提升（XGBoost）模型进行了训练，以预测全因5年死亡率。使用来自阿姆斯特丹UMC位置VUMC的数据评估了该ML模型的性能，并将其与传统风险评分的参考标准进行了比较。包括1253例患者（775例培训组和478次测试集），其中176例患者（105例培训组和71次测试集）在5年的随访期内死亡。与传统的风险分层工具（AUC 0.62-0.76）相比，ML模型表现出卓越的性能[接收器操作特征曲线（AUC）0.79]的表现出色，并且表现出良好的外部性能。ML模型中包含的最重要的TTE风险预测因子是LV功能障碍和明显的三尖端反流。
使用超声心动图的可解释的机器学习来改善慢性冠状动脉综合征患者的风险预测
如果连续CC患者在2015年至2017年间参加AMC AMC的门诊诊所，并对LV功能进行了TTE评估，则将其回顾性收集。对极端梯度提升（XGBoost）模型进行了训练，以预测全因5年死亡率。使用来自阿姆斯特丹UMC位置VUMC的数据评估了该ML模型的性能，并将其与传统风险评分的参考标准进行了比较。包括1253例患者（775例培训组和478次测试集），其中176例患者（105例培训组和71次测试集）在5年的随访期内死亡。与传统的风险分层工具（AUC 0.62-0.76）相比，ML模型表现出卓越的性能[接收器操作特征曲线（AUC）0.79]的表现出色，并且表现出良好的外部性能。ML模型中包含的最重要的TTE风险预测因子是LV功能障碍和明显的三尖端反流。
一种基于学习的深度学习方法，用于带有超声心动图中七个标准视图的小儿先天性心脏病检测
临床数据汇总和计算资源的演变的抽象背景，基于人工智能的方法已成为促进临床诊断的可能性。对于先天性心脏病（CHD）检测，最近基于深度学习的方法倾向于以很少的观点甚至单一的视图来实现分类。由于CHD的复杂性，深度学习模型的输入图像应涵盖心脏的尽可能多的解剖结构，以增强算法的准确性和鲁棒性。在本文中，我们首先提出了一种基于七种冠心病分类视图的深度学习方法，然后用临床数据对其进行验证，其结果表明了我们方法的竞争力。方法总共选择了1411名儿童医院医院医学院的儿童，并获得了超声心动图视频。然后，从每个视频中选择了七个标准视图，这些视图用作深度学习模型的输入，以在训练，验证和测试后获得最终结果。导致测试集，当输入合理类型的图像类型时，曲线下的面积（AUC）值可能达到0.91，精度可能达到92.3％。在实验过程中，剪切转化被用作干扰我们方法的感染抗性。只要输入适当的数据，即使应用人工干扰，上述实验结果也不会显然波动。结论这些结果表明，基于七个标准超声心动图视图的深度学习模型可以有效地检测儿童中的冠心病，并且这种方法在实际应用中具有相当大的价值。
使用二维斑点追踪超声心动图评估扩张型心肌病猎犬的心肌功能：一项初步研究
犬扩张型心肌病 (DCM) 的早期诊断因无症状期延长而变得复杂，因此对心肌功能进行全面评估至关重要。这项初步研究旨在使用二维斑点追踪超声心动图 (2D-STE) 评估患有 DCM 的狗的心肌功能。使用标准超声心动图和 2D-STE 对 9 只患有 DCM 的顾客拥有的猎犬和 12 只临床正常的顾客拥有的猎犬进行了比较评估。与临床正常的狗相比，患有 DCM 的狗的特点是左心室 (LV) 明显扩张、LV 壁变薄和心肌运动减退。整体应变分析显示，径向和圆周方向的应变均显著降低，局部应变分析显示，患有 DCM 的狗在圆周方向上 LV 游离壁的心肌功能障碍程度更大。局部应变分析还显示患有 DCM 的狗和临床正常的狗之间的收缩模式存在差异。这项研究的结果说明了 2D-STE 评估 DCM 犬的整体和局部心肌功能的能力，并显示了 DCM 犬和临床正常犬之间的差异。
针对性新生儿超声心动图和心脏点心超声检查的指南和建议在新生儿重症监护室中：美国超声心动图学会的最新信息
有针对性的新生儿超声心动图（TNE）涉及使用综合超声心动图来评估心血管生理学和新生儿血液动力学，以增强新生儿重症监护病房中的诊断和治疗精度。自2011年TNE指南的最后一次发布以来，该领域已经通过发展形式化的新生儿血液动力学奖学金，临床计划以及科学知识的扩展以进一步增强临床护理而成熟。最常见的指示包括促进专利导管的血流动力学意义，评估急性和慢性肺动脉高压，评估右室和左心室收缩期和/或舒张功能，以及筛选毛骨 - 拨号液以及/或拨号液的筛选。新生儿心脏点的护理超声（CPOCUS）是一种有限的心血管评估，可能包括线尖端评估，心包积液的识别以及低血容量从严重的心肌降低性障碍性症状的疾病中，血液动力学上无稳定性的新生儿。本文档是美国超声心动图学会工作组的产物，由新生儿学，儿科心脏病学，儿科心脏超声检查和新生儿学-Cocus组成。本文档提供了（1）关于TNE和CPOCUS的目的和理由的指导，（2）概述了标准TNE和CPOCUS评估的组成部分，（3）（3）疾病和/或基于培训和/或基于Clin-Clinical contne的指标，（4）基于培训和能力的评估要求和CPOCUS和CPOCUS和CPOCUS和CPOCUS和CPOCUS和CPOCUS和CPOCUS和CPOCUS，以及（5）的评估。（J Am Soc Echocardiogr 2024; 37：171-215。）