人工智能和多模式的医学影像数据融合提高心血管疾病护理

今天的数字医疗旨在提供一种改进的卫生保健供给效率,个性化,和及时的疾病护理。心血管疾病护理(CVD)是全世界范围内导致死亡的主要原因。在美国,1除以3成年人有某种形式的心血管疾病。预测显示,几乎一半的美国人口到2035年将至少有一个类型的心血管疾病总直接和间接成本可能越过1万亿美元。今天的医学影像数据包括多个模式,主要利用在筒仓即计算机断层扫描(CT)、磁共振成像(MRI), CT-derived分数流储备(CT-FFR),心脏MRI,全心动态三维心脏MRI灌注,3 d心脏MRI钆增强后期,心脏正电子发射断层扫描(PET)。然而,很少使用混合模式,包括心脏正电子发射断层扫描结合计算机断层扫描(PET / CT),心脏单光子发射计算机断层扫描结合CT (SPECT / CT),超声心动图和侵入性血管造影电描记术。

集成这些成像数据成为临床医生有额外的负担不准确的风险,增加了护理成本。在本研究课题中,我们感兴趣的研究方向集中在融合技术进行集成和建模的多种形式提供补充信息,将有助于改善心血管疾病护理。这些模式将使用机器学习(毫升)和深度学习(DL)技术以及其他先进的技术。

可用大量的医学影像数据和先进的人工智能(AI)技术/ DL使CVD的自动化交付和更及时、准确、精确。用于多通道成像数据融合的技术旨在整合不同尺度的值和分布的数据为全球潜在的特征空间,所有模式会有统一的表示。

深入研究是应用人工智能在每个成像模式的心血管疾病的诊断和治疗方法。然而,研究人员希望集成不同成像模式改善心血管疾病护理包括心血管疾病的早期发现和推荐个性化治疗基于这些成像模式。

我们欢迎文章覆盖潜在的主题包括但不限于以下:

●使用最先进的人工智能/ DL建模技术多种成像模式自动诊断各种心血管疾病的问题

●使用最先进的人工智能/ DL技术建模多种成像模式推荐个性化治疗各种心血管疾病

●比较先进的人工智能的性能/ DL技术单一成像模式的性能使用融合多个模式

●提出先进的融合技术,将改善各种心血管疾病的诊断

●在多大程度上使用文本的医疗模式,如电子健康记录(EHR)数据可以帮助改善的性能最先进的人工智能/ DL技术与多通道成像数据融合在一起

●评审论文使用多通道成像数据各种心血管疾病的疾病,如冠心病、心力衰竭等

●评论艺术状态的AI / DL技术用于建模多通道成像数据用于心血管疾病的诊断

●一些具体案例研究的研究,使用人工智能与多通道成像数据评估以下疾病现在集成基于临床人员知识:
○主动脉瓣狭窄瓣和二尖瓣疾病——形式CT、超声心动图和血管造影
○心脏衰竭

●研究领域,探索如何将血液动力学形态与多通道成像数据数据流在一起

我们要感谢赛义德阿玛尔博士的助理研究东北大学教授和Roux研究所的成员作为主题协调导致了提案的准备这一研究课题。阿玛尔博士的研究兴趣包括人工智能的应用和多通道数据来改进医疗保健,专门照顾心血管疾病。

阿玛尔博士是斯坦福大学医学院博士后研究员,他专注于人工智能的使用和多通道数据诊断和个性化治疗对心血管疾病的建议。阿玛尔博士拥有丰富的领导经验在科技行业的应用研究和研发数据的前副总裁医疗启动在心脏病学领域。