右心房

文章：Alandejani, F.、Alabed, S. orcid.org/0000-0002-9960-7587、Garg, P. 等人（另外 23 位作者）（2022 年）人工智能得出的右心房心血管磁共振测量的训练和临床测试。《心血管磁共振杂志》，24 (1)。25。

摘要背景：右心房 (RA) 面积可预测肺动脉高压患者的死亡率，并被欧洲心脏病学会/欧洲呼吸学会肺动脉高压指南推荐。深度学习的出现可能使 RA 面积测量更加可靠，以改善临床评估。本研究的目的是实现心血管磁共振 (CMR) RA 面积测量自动化，并通过评估可重复性、与侵入性血流动力学的相关性和预后价值来评估其临床效用。方法：在 365 名患有肺动脉高压、左心室病变的患者和健康受试者的多中心队列中训练了深度学习 RA 区域 CMR 轮廓模型。在前瞻性队列 (n = 36) 中评估了研究间重复性 (组内相关系数 (ICC)) 和轮廓一致性 (DICE 相似系数 (DSC))。对未用于训练或前瞻性队列的 400 名患者进行了临床测试和死亡率预测，并对 212/400 名患者评估了自动和手动 RA 测量与侵入性血液动力学的相关性。在 ASPIRE 登记处对 3795 名患者进行了放射科医生质量控制 (QC)。主要 QC 观察员评估了所有分割并将其记录为满意、次优或失败。第二位 QC 观察员分析了一个随机子队列以评估 QC 一致性 (n = 1018)。结果：与手动 RA 测量相比，所有深度学习 RA 测量均显示出更高的研究间重复性 (ICC 0.91 至 0.95)（第一位观察员 ICC 0.82 至 0.88，第二位观察员 ICC 0.88 至 0.91）。DSC 在比较自动人工智能和手动 CMR 阅读器时显示出高度一致性。观察者 1 对观察者 2、自动测量对观察者 1 和自动测量对观察者 2 的最大 RA 面积平均值和标准差 (SD) DSC 指标分别为 92.4 ± 3.5 cm 2 、91.2 ± 4.5 cm 2 和 93.2 ± 3.2 cm 2 。观察者 1 对观察者 2、自动测量对观察者 1 和自动测量对观察者 2 的最小 RA 面积平均值和 SD DSC 指标分别为 89.8 ± 3.9 cm 2 、87.0 ± 5.8 cm 2 和 91.8 ± 4.8 cm 2 。自动 RA 面积测量均表现出中等相关性