TY - JOUR A2 - Segev, Amit AU - Astudillo, Patricio AU - Mortier, Peter AU - Bosmans, Johan AU - De Backer, Ole AU - De Jaegere, Peter AU - De Beule, Matthieu AU - Dambre，joi PY - 2019 DA - 2019/11/03 TI -启用经导管主动脉瓣植入术的自动设备尺寸选择SP - 3591314 VL - 2019 AB -经导管主动脉瓣植入术(TAVI)的数量预计在未来几年将显著增加。对于有经验的作业者来说，提高作业效率至关重要，而新作业者则需要培训，并可能受益于准确的支持。在这项工作中，我们提出了一种快速的深度学习方法，可以自动预测主动脉环的周长和面积从主动脉环平面图像。我们提出了一种结合两个深度卷积神经网络，然后进行后处理的方法。使用现代深度学习技术对355名患者进行了模型训练，并对另外118名患者进行了评估。该方法通过对相同118例患者的互操作可变性研究进行验证。人工获得的主动脉环测量值与自动预测值之间的差异与两个独立观察者之间的差异相似(配对差异为3.3±16.8 mm)²Vs. 1.3±21.1 mm²为面积和一对差0.6±1.7毫米和0.2±2.5毫米的周长)。该区域和周长用于回顾性检索Edwards Sapien 3和Medtronic Evolut装置的建议假体尺寸。自动获得的器件尺寸选择与操作员1选择的器件尺寸非常吻合。从主动脉环面到假体尺寸的总分析时间小于1秒。这项研究表明，使用该方法自动选择TAVI设备尺寸是快速、准确和可重复性的。与观察者间的可变性进行比较，显示了该策略的可靠性，并将基于深度学习的工具嵌入到术前计划程序中，有可能在确保准确性的同时提高效率。SN - 0896-4327 UR - https://doi.org/10.1155/2019/3591314 DO - 10.1155/2019/3591314 JF - Journal of intervention Cardiology PB - Hindawi KW - ER -