SINGAPUR – Un modelo de inteligencia artificial de aprendizaje profundo que puede “traducir” la cine-MRI en imágenes similares a las del realce tardío con gadolinio (LGE) podría reducir el uso de agentes de contraste en los pacientes, según una presentación en la Sociedad Internacional de Resonancia Magnética en Medicina. (ISMRM) reunión anual 2024
Pengfang Qian, PhD, de la Universidad ShanghaiTech en China, señaló que su nueva técnica de algoritmo podría tener aplicaciones en pacientes con infarto agudo de miocardio.
“Este estudio presenta un método eficaz, no invasivo y sin contraste para predecir el RTG en pacientes agudos. [myocardial infarction]lo que podría reducir el uso de agentes de contraste a base de gadolinio y acortar los exámenes de resonancia magnética cardíaca”, señaló Qian.
En la resonancia magnética cardíaca, el realce tardío con gadolinio (LGE) es una herramienta estándar ampliamente utilizada para diagnosticar diversas enfermedades del miocardio, principalmente mediante la detección de áreas lesionadas, como cicatrices en el músculo cardíaco. El LGE puede detectar un infarto agudo de miocardio, por ejemplo, pero la técnica no puede usarse en pacientes con contraindicaciones para el agente de contraste gadolinio, anotó Qian.
Por lo tanto, los investigadores exploraron la viabilidad de generar imágenes LGE utilizando únicamente imágenes de cine sin contraste (imágenes capturadas a un ritmo rápido a lo largo del tiempo) y, al hacerlo, desarrollaron una técnica novedosa que llamaron “Mejora generada por cine” (CGE).
En la presentación, Qian habló sobre el desarrollo y la validación del enfoque en un grupo de pacientes con infarto agudo de miocardio, y el estudio comparó el tamaño de la cicatriz y la extensión de la lesión (transmuralidad) en pacientes con imágenes CGE e imágenes LGE estándar.
Visualización CGE de diferentes contrastes generados (sangre gris, intermedia y brillante) en comparación con LGE para dos pacientes con IAM. (A) Un paciente con RTG transmural grande; (B) Un paciente con RTG diminuto en cortes basales. Imagen cortesía de Pengfang Qian, PhD
En resumen, un paso crucial implicó primero alinear las imágenes de cine sin contraste y LGE mediante el emparejamiento automático corte por corte y el registro entre ellas en función de los parámetros de geometría de la imagen. Luego, estos pares se utilizaron para entrenar una red neuronal generativa adversaria para “traducir” imágenes de cine en imágenes parecidas a LGE.
A continuación, los investigadores compararon la calidad de estas imágenes CGE con las imágenes LGE estándar en un conjunto de datos de 30 pacientes con infarto de miocardio. Qian presentó una imagen (abajo) de los resultados en dos pacientes que, según dijo, resalta la buena concordancia del miocardio mejorado entre CGE y LGE a través del ventrículo izquierdo para varios contrastes de CGE. En general, la CGE se parece mucho a la LGE en los dos pacientes, mientras que parte de la cicatriz en los cortes apicales de un paciente (Fig. 2A) solo se realzó moderadamente, observó.
Según el análisis estadístico del grupo, hubo una correlación significativa (p < 0,0001) entre CGE y LGE para medir el tamaño de la cicatriz y la transmuralidad. Sin embargo, un análisis de Bland-Altman indicó que las imágenes CGE subestimaron ligeramente estos marcadores, señaló Qian.
“Se pueden generar imágenes de mejora realistas para casos agudos. [myocardial infarction] pacientes que utilizan imágenes de cine que no se ven durante el entrenamiento”, dijo Qian. “El tamaño de la cicatriz y la transmuralidad estimados con CGE coincidieron bien con LGE”.
El trabajo futuro explorará las correcciones posteriores al procesamiento para abordar la subestimación de la CGE en las cicatrices y ampliar la población de pacientes para una mayor validación, concluyó Qian.
2024-05-05 01:02:30
1714921886
#modelo #podría #reducir #los #agentes #contraste #resonancia #magnética #cardíaca
/data/photo/2017/05/15/2324646688.jpeg?fit=300%2C300&ssl=1)
