Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Cadre analytique neuf pour analyser des séquences non normalisées d'échocardiographie de tension

L'échocardiographie est un test qui emploie des techniques d'ultrason pour produire des images du coeur en temps réel. L'échocardiographie de tension emploie cette technique pour évaluer la réaction de fréquence cardiaque tout en exerçant une activité dans laquelle le coeur doit fonctionner (tension). L'échocardiographie de tension peut indiquer des traces de la maladie cardio-vasculaire dans ses stades précoces, avant qu'elle se manifeste, et ainsi cette technique devient un outil de dépistage précieux.

Un protocole de l'échocardiographie de tension qui a prouvé pour avoir des avantages dans la pratique clinique est obtenu tout en exécutant la poignée s'exerce. Cependant, les niveaux maximaux d'exercice ne sont pas facilement mesurés et ne sont pas réglés, exigeant l'analyse des séquences complètes de caractéristiques (milliers d'images), qui lance un défi pour le clinicien.

Un cadre analytique est proposé que relève expressément les défis pratiques lancés en analysant des milliers de caractéristiques complètes et illustre le potentiel de leur étude sur un groupe spécifique de patients cardiaques

Une étude publiée dans l'analyse d'image médicale de tourillon, propose un cadre de fonctionnement pour l'analyse de cet ensemble de données complexe. L'article a juste été publié, le 6 novembre, dans l'édition en ligne avancée. Dans cette étude, les caractéristiques physiologiques de la fonction cardiaque sont obtenues par l'échocardiographie tandis que les sujets exécutaient une suite d'exercices de poignée. Les caractéristiques ont été intégrées par apprendre multiple de noyau (MKL).

L'étude était coordonnée par Bart Bijnens (ICREA-UPF) et Gemma Piella, chercheurs des organismes de recherche de Physense et de SiMBioSys, respectivement, qui appartiennent à l'élément de recherches de BCN MedTech au service des technologies informatiques d'informations et communication (DTIC) à UPF qui fonctionnent dans le domaine de l'apprentissage automatique pour la prise de décision clinique. Le Marianne Nogueira et Mathieu De Craene sont les premiers auteurs de l'article et des chercheurs à la recherche de Medisys Philips à Paris (France) dans le cadre du projet de CardioFunXion. Sergio Sánchez Martínez est co-auteur et un membre de SiMBioSys ; Devyani Chowdhury, co-auteur de l'étude et un chercheur à l'Université de Pennsylvanie (Etats-Unis).

Un cadre analytique basé sur l'apprentissage automatique

Les auteurs proposent un cadre analytique qui relève expressément les défis pratiques lancés en analysant des milliers de caractéristiques complètes et illustre le potentiel de leur étude sur un groupe spécifique de patients cardiaques. L'article présente les résultats des acquisitions des images obtenues à partir de 15 patients, 10 sains et 5 avec (nucléotide Translocator-1 d'adénine) la mutation ANT1, qui affecte des cycles cardiaques. Pour l'étude, les chercheurs ont analysé un total de 1.377 cycles cardiaques.

Notre cadre emploie le noyau multiple apprenant (MKL) à projeter des caractéristiques hétérogènes recherchées pendant chaque cycle cardiaque pendant le test de tension dans un espace inférieur-dimensionnel où les variations principales de caractéristiques sont codées. Ici, la réponse au stress de chaque sujet peut être vue comme trajectoire, et de la similitude entre les trajectoires, les sujets peuvent être alloués aux groupes qui réfléchissent différentes configurations de réaction. »

Bijnens et Piella

MKL fournit une représentation simplifiée qui est explorée pour distinguer des groupes de réaction et pour comprendre les mécanismes pathophysiologiques fondamentaux

Puis, les auteurs expliquent, l'évaluation physiologique des résultats est laisser traduite reconstruisant les signes d'entrée le long de n'importe quelle trajectoire par l'espace de sortie d'inférieur-cote. Cette représentation simplifiée est explorée pour distinguer des groupes de réaction et pour comprendre les mécanismes pathophysiologiques fondamentaux.

Les auteurs ont proposé un cadre pour analyser des séquences non normalisées d'échocardiographie de tension. Utilisant MKL non guidé, ils ont combiné l'information sur la vitesse et la fréquence cardiaque myocardiques pour obtenir une représentation inférieur-dimensionnelle des caractéristiques. Le cadre proposé est illustré dans les séquences des exercices de poignée acquis à un groupe témoin de sujets sains et de patients présentant la mutation ANT1.

Les résultats prouvent que la méthodologie proposée par ces experts en matière d'apprentissage automatique peut distinguer entre différentes réactions et fournir des informations au sujet des mécanismes pathophysiologiques fondamentaux, expliquant sa capacité d'analyser de tels ensembles de données complexes montrant le potentiel des protocoles non normalisés, tels que des exercices de poignée pour démasquer les mécanismes de réaction cardiaques différentiels. En effet, les résultats confirment que le cadre proposé peut, pour chaque sujet d'étude, discerner des réactions saines ou pathologiques et des configurations record de pathologie-détail.

Source:
Journal reference:

Nogueira, M., et al. (2019) Analysis of Nonstandardized Stress Echocardiography Sequences Using Multiview Dimensionality Reduction. Medical Image Analysis. doi.org/10.1016/j.media.2019.101594.