超声人工智能辅助诊断系统在三尖瓣环收缩期峰值速度预测及右心室收缩功能评估中的应用价值
Value of an artificial intelligence-assisted ultrasound diagnostic system in predicting tricuspid annular peak systolic velocity and assessing right ventricular systolic function
摘要目的 探讨超声人工智能(AI)辅助诊断系统对三尖瓣环收缩期峰值速度(TAPSV)的预测及右心室收缩功能的评估价值.方法 分析2023年5月至2024年1月于同济大学附属上海市第四人民医院行心脏超声检查的647例患者的超声心动图,其中75例为右心室收缩功能异常(TAPSV<10 cm/s).将患者按8∶1∶1划分为训练集(n=517)、验证集(n=65)与测试集(n=65),训练集用于AI模型参数学习,验证集用于超参数调优及过拟合监测,测试集用于最终独立评估.以手动测量的TAPSV为参照标准,评价基于深度学习构建的AI模型对右心室收缩功能异常的诊断效果.结果 在测试集中,AI模型预测的TAPSV与手动测量的TAPSV的相关系数为0.65(95%CI0.52~0.74),平均绝对误差为0.94,相对误差为8.249%,均方根误差为1.08.在测试集中,AI诊断右心室收缩功能异常的ROC AUC为0.814,灵敏度为0.839,特异度为0.676.AI模型的观察者间与观察者内的组内相关系数分别为0.874与0.922,优于心脏超声医师手动测量的观察者间与观察者内的组内相关系数(0.777、0.857).结论 超声AI辅助诊断系统可进行TAPSV预测并辅助心脏超声医师诊断右心室收缩功能异常,具有重要的临床应用价值.
更多相关知识
- 浏览0
- 被引0
- 下载1

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



