블로그

Sep 21, 2023

환자의 합성

과학 보고서 12권,

Scientific Reports 12권, 기사 번호: 16004(2022) 이 기사 인용

1228 액세스

1 인용

1 알트메트릭

측정항목 세부정보

우리는 추론 방법 훈련을 지원하기 위해 지상 진실 흐름 데이터와 쌍을 이루는 난류의 환자별 4D 흐름 MRI 데이터 세트를 합성할 것을 제안합니다. 난류 혈류는 환자 데이터에서 얻은 대동맥 모양, 벽 변위 및 입구 속도에 대한 현실적인 경계 조건을 사용하여 이동 영역이 있는 Navier-Stokes 방정식을 기반으로 계산됩니다. 시뮬레이션된 흐름에서 합성 다중점 4D 흐름 MRI 데이터는 사용자 정의 시공간 해상도로 생성되고 베이지안 접근 방식으로 재구성되어 시간에 따라 변하는 속도 및 난류 맵을 계산합니다. MRI 데이터 합성의 경우 고정된 가상 스캔 시간 예산이 가정되며 이에 따라 공간 해상도 및 시간 평균화의 변경으로 인해 신호 대 잡음비(SNR)가 해당 스케일링됩니다. 이 연구에서 우리는 대동맥 협착 흐름과 난류 운동 에너지(TKE)의 정량화에 중점을 두었습니다. 우리의 결과는 실제로 4D 흐름 MRI에서 발생하는 1.5 및 2.5mm의 공간 분해능과 5ms의 시간 평균에 대해 50, 75 및 90% 협착 하류의 피크 총 난류 운동 에너지가 23만큼 과대평가된다는 것을 보여줍니다. 15, 14%(1.5mm) 및 38, 24, 23%(2.5mm)는 4D 흐름 MRI 검사를 사용하여 난류 흐름 추론의 정확성과 정밀도를 평가하기 위한 쌍의 지상 진실과 4D 흐름 MRI 데이터의 중요성을 보여줍니다.

대동맥 협착증(AS)은 높은 이환율 및 사망률과 관련된 일반적인 질환입니다1,2. AS의 조기 발견 및 치료는 낮은 사망률과 관련이 있지만 질병 심각도의 정확한 분류는 여전히 과제로 남아 있습니다2. 심혈관 병리는 일반적으로 비정상적인 흐름 패턴3,4,5 및 돌이킬 수 없는 압력 손실6,7,8,9,10과 연관되어 있으므로 대동맥 흐름장의 분석은 위험 계층화 및 임상 중재의 맞춤형 계획을 위한 중요한 요소로 간주됩니다.

심혈관 자기 공명(CMR), 특히 위상차(PC) MRI는 연구 및 임상 환경에서 시간 분해 체적 흐름 패턴(4D 흐름 MRI)11 측정을 가능하게 했습니다. 시퀀스 디자인12,13,14 및 이미지 재구성 방법15의 최근 발전에도 불구하고 데이터는 시공간 해상도 및 아티팩트에 의해 제한됩니다. 따라서 4D 흐름 MRI 데이터 세트 분석을 위한 강력하고 현실적인 모델의 개발은 연구 및 임상 루틴에서 이러한 측정의 정확성과 정밀도를 예측할 수 있는 기본 단계입니다.

딥 러닝(DL) 방법은 대규모 데이터세트16,17에서 복잡한 패턴을 발견하는 데 특히 적합하며, 이는 고차원적이고 복잡한 4D 흐름 MRI 검사에 포함된 흐름 매개변수와 패턴을 추론하는 데 이상적인 후보가 됩니다. 이미지 재구성15, 세분화18,19, 분류20 및 흐름 초해상도21에 대한 최근 연구에서는 DL 알고리즘의 잠재력이 입증되었습니다. Berhane 등18 및 Bratt 등19은 대동맥의 흐름 및 직경 측정을 가속화하기 위해 수동으로 레이블이 지정된 영화 2D 및 4D 흐름 MRI 데이터 세트에 대해 훈련된 완전 자동화된 분할 알고리즘을 사용했습니다. 그러나 고품질 레이블이 지정된 훈련 데이터 세트22가 부족하여 4D 흐름 MRI에 대한 DL 기반 추론 접근 방식의 구현을 효과적으로 방해합니다. Fries et al.20은 수동으로 주석이 달린 소수의 스캔을 기반으로 대동맥 판막 기형 분류를 위한 약한 감독 DL 모델을 개발하여 수동으로 레이블이 지정된 데이터 세트를 얻는 부담을 완화했습니다. 다른 연구에서는 추론 기계의 훈련이 쌍을 이루는 지상 진실과 이미징 데이터의 제한된 수와 잠재적으로 편향된 분포로 인해 크게 손상됨에 따라 합성 이미지23,24를 사용하여 임상 데이터 세트를 보강할 수 있는 가능성을 보여주었습니다. 그러나 일반적으로 MRI 측정에 수동으로 레이블이 지정된 데이터 세트와 내재된 불확실성이 통합되면 편향되고 불완전한 "실측" 데이터가 발생합니다. 이는 이러한 교육 데이터 세트를 사용하여 개발된 방법의 본질적인 정확성과 정밀도를 평가할 수 없으며 현장 및 시험관 실험을 사용하여 대략적인 측정항목만 파생할 수 있음을 의미합니다5.