Estrutura analítica nova para analisar seqüências nonstandardized da ecocardiografia de esforço

A ecocardiografia é um teste que use técnicas do ultra-som para produzir imagens do coração no tempo real. A ecocardiografia de esforço usa esta técnica para avaliar a resposta da frequência cardíaca ao executar uma actividade em que o coração tem que trabalhar (esforço). A ecocardiografia de esforço pode revelar traços de doença cardiovascular em suas fases iniciais, antes que manifeste, e assim que esta técnica transforma-se uma ferramenta valiosa da selecção.

Um protocolo da ecocardiografia de esforço que provou ter vantagens na prática clínica é obtido ao executar o aperto de mão exercita. Contudo, os níveis máximos do exercício não são determinados e não são regulados facilmente, exigindo a análise das seqüências completas dos dados (milhares de imagens), que levanta um desafio para o clínico.

Uma estrutura analítica é propor que enderece explicitamente os desafios práticos levantados analisando milhares de dados completos e ilustre o potencial de seu estudo em um grupo específico de pacientes de coração

Um estudo publicado na análise de imagem médica do jornal, propor uma estrutura operacional para a análise deste conjunto de dados complexo. O artigo foi publicado apenas, o 6 de novembro, na edição em linha avançada. Neste estudo, os dados fisiológicos da função do coração são obtidos pela ecocardiografia quando os assuntos executaram uma série de exercícios do aperto de mão. Os dados foram integrados pelo núcleo múltiplo que aprende (MKL).

O estudo foi coordenado pelo baronete Bijnens (ICREA-UPF) e pela gema Piella, pesquisadores dos grupos de investigação de Physense e de SiMBioSys, respectivamente, que pertencem à unidade de pesquisa de BCN MedTech no departamento das tecnologias de informação e de comunicação (DTIC) em UPF que trabalham no campo da aprendizagem de máquina para a tomada de decisão clínica. Mariana Nogueira e Mathieu De Craene são os primeiros autores do artigo e dos pesquisadores na pesquisa de Medisys Philips em Paris (França) no âmbito do projecto de CardioFunXion. Sergio Sánchez Martínez é co-autor e um membro de SiMBioSys; Devyani Chowdhury, co-autor do estudo e um pesquisador na Universidade da Pensilvânia (EUA).

Uma estrutura analítica baseada na aprendizagem de máquina

Os autores propor uma estrutura analítica que enderece explicitamente os desafios práticos levantados analisando milhares de dados completos e ilustre o potencial de seu estudo em um grupo específico de pacientes de coração. O artigo apresenta os resultados das aquisições da imagem obtidas de 15 pacientes, 10 saudáveis e 5 com (Nucleotide Translocator-1 da adenina) a mutação ANT1, que afecta ciclos cardíacos. Para o estudo, os pesquisadores analisaram um total de 1.377 ciclos cardíacos.

Nossa estrutura usa o núcleo múltiplo que aprende (MKL) projectar os dados heterogêneos recuperados durante cada ciclo cardíaco durante o teste de esforço em um espaço baixo-dimensional onde as variações principais dos dados sejam codificadas. Aqui, a resposta do esforço de cada assunto pode ser considerada como uma trajectória, e da similaridade entre trajectórias, os assuntos podem ser atribuídos aos grupos que reflectem testes padrões diferentes da resposta.”

Bijnens e Piella

MKL fornece uma representação simplificada que seja explorada para discriminar grupos de resposta e para compreender os mecanismos pathophysiological subjacentes

Então, os autores explicam, a interpretação fisiológico dos resultados são reservar descodificada reconstruindo os sinais de entrada ao longo de toda a trajectória através do espaço da saída da baixo-dimensão. Esta representação simplificada é explorada para discriminar grupos de resposta e para compreender os mecanismos pathophysiological subjacentes.

Os autores propor uma estrutura para analisar seqüências nonstandardized da ecocardiografia de esforço. Usando MKL unsupervised, combinou a informação na velocidade e na frequência cardíaca miocárdicas para obter uma representação baixo-dimensional dos dados. A estrutura propor é ilustrada nas seqüências dos exercícios do aperto de mão adquiridos em um grupo de controle de assuntos saudáveis e de pacientes com a mutação ANT1.

Os resultados mostram que a metodologia propor por estes peritos na aprendizagem de máquina pode discriminar entre respostas diferentes e fornecer a informação sobre os mecanismos pathophysiological subjacentes, demonstrando sua capacidade para analisar tais conjunto de dados complexos que mostram o potencial de protocolos nonstandardized, tais como exercícios do aperto de mão para desmascarar mecanismos de resposta cardíacos diferenciais. Certamente, os resultados confirmam que a estrutura propor pode, para cada assunto do estudo, distinguir respostas saudáveis ou patológicas e gravar testes padrões patologia-específicos.

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.