根据4月30日在Radiology发表的“Deep Learning for Diagnosis of Chronic Myocardial Infarction on Nonenhanced Cardiac Cine MRI" 显示，研究人员开发了一种人工智能（AI）算法，该算法能够准确地检测出非增强心脏磁共振电影序列图像MRI上的慢性心肌梗死（MI），可无需使用钆造影剂。该研究成果将人工智能深度学习技术与磁共振心脏成像技术相结合，实现了无创识别慢性心肌梗死的重大突破。
由北京首都医科大学张楠博士和徐磊主任领导的临床团队与中山大学张贺晔教授团队，英国皇家布朗普顿医院、伦敦帝国理工学院杨光博士领导的研究小组报告称，他们的深度学习算法对慢性心肌梗死的诊断具有高度敏感性和特异性。同时，通过非增强心脏磁共振电影序列图像MRI算法检测到的慢性MI区域与专家放射科医生对钆增强MRI进行的手动分割之间没有统计学差异。
研究人员指出，晚期钆增强MRI扫描已成为心脏MRI的基础真相参考技术。但钆增强禁止对有严重肾功能损害的患者使用。对患者组织中钆沉积的担忧引发了研究人员探寻减少或替代钆的方法。
在当前的论文中，研究人员讨论了他们开发的可能有用的算法使用。该算法基于递归神经网络，首先从非增强心脏磁共振电影序列图像MRI中提取代表性的局部和全部运动特征。研究人员称，它可以预测MI的位置，大小和透壁性，而不需要钆增强成像。
该小组对212名慢性心肌梗死患者和87名健康对照者进行了训练和测试算法，这些患者均接受了非增强型心脏电图MRI（每个心动周期25个阶段）和晚期钆增强MRI。参与者中，80％用于训练模型，20％用于测试。
研究人员和具有七年心血管MRI经验的放射科医师进行地面实况手动分割的结果相对比，深度学习算法在计算MI段数，患者MI面积和MI没有产生统计学上的显着差异。
研究人员表示，他们的深度学习框架可以很容易地扩展，用于未来的前瞻性研究。
他们写道：“未来需要对来自多个站点的数据进行更大规模的研究才能对我们 的深度学习框架进行全面验证。”
“这些还可以确定具有不同运动特征的不同心肌节段的MI预测的准确性。在未来的工作中将进一步比较不包括数据和纹理分析的微血管障碍物。”
荷兰乌得勒支大学医学中心的Tim Leiner博士在随后的社论中指出，不使用基于钆的MRI对比的心脏MRI在临床上尚不可行，因为前瞻性多中心结果研究的充分证据并非如此。
“在获得这些数据之前，心脏成像仪将持续注射钆造影剂，他们可选择非增强心脏磁共振电影序列图像MRI禁忌的患者的替代成像模式，”他写道。
然而，他对这些作者表示祝贺，他们在评估慢性心肌梗死患者心肌瘢痕组织的存在和程度方面展示了深度学习的成果。
“他们的工作是实现心脏MRI更安全，更快，更具成本效益，更具耐心的一项进步，”Tim Leiner博士说道。
2019年5月2日
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
