来源：期刊VIP网 时间：
作者：郭马特;宋艳杰;石婵;孙诗敏;马佳;刘博罕;王秋霜;张丽伟;杨菲菲;
单位：解放军总医院第四医学中心心内科;解放军总医院第六医学中心心内科;解放军总医院第一医学中心心外科;解放军总医院第四医学中心健康医学科;解放军总医院大数据中心;
摘要：目的 探讨深度学习算法自动识别基于彩色多普勒动态视频瓣膜反流的可行性。资料与方法 回顾性收集2015年6月—2019年9月解放军总医院第四医学中心1 109例瓣膜反流的超声心动图影像作为训练集和验证集，前瞻性连续性收集2023年5月13日—6月13日解放军总医院第四医学中心1 562例超声心动图影像作为测试集，其中二尖瓣反流378例，主动脉瓣反流223例。利用深度学习算法建立切面分类模型和瓣膜反流识别模型，分析深度学习模型识别切面分类的效能。结果 本研究建立的深度学习切面分类模型可自动识别诊断二尖瓣反流和主动脉瓣反流的2个切面，对胸骨旁长轴彩色多普勒切面和心尖四腔二尖瓣彩色多普勒切面的识别准确度分别为1.00和0.93；深度学习模型诊断二尖瓣反流的敏感度为0.847，特异度为0.852，准确度为0.849，曲线下面积为0.930。深度学习模型诊断主动脉瓣反流的敏感度为0.857，特异度为0.861，准确度为0.859，曲线下面积为0.940。结论 深度学习算法可自动识别瓣膜反流，具有成为心脏瓣膜病筛查工具的潜力。
关键词：深度学习;;超声心动描记术;;心脏瓣膜疾病;;二尖瓣闭锁不全;;主动脉瓣关闭不全;;诊断
基金资助：国家自然科学基金（82202265）
