[論文レビュー] Artificial Intelligence in Image-based Cardiovascular Disease Analysis

Xin Wang, Hu, Mingcheng+2 more|arXiv (Cornell University)|Feb 4, 2024

Radiomics and Machine Learning in Medical Imaging被引用数 6

ひとこと要約

非血管と血管の心臓構造、画像モダリティ、公開データセット、今後の方向性で分類された、画像を基盤とした心血管疾患分析におけるAIの利用法に関する包括的な調査。

ABSTRACT

Recent advancements in Artificial Intelligence (AI) have significantly influenced the field of Cardiovascular Disease (CVD) analysis, particularly in image-based diagnostics. Our paper presents an extensive review of AI applications in image-based CVD analysis, offering insights into its current state and future potential. We systematically categorize the literature based on the primary anatomical structures related to CVD, dividing them into non-vessel structures (such as ventricles and atria) and vessel structures (including the aorta and coronary arteries). This categorization provides a structured approach to explore various imaging modalities like Computed tomography (CT) and Magnetic Resonance Imaging (MRI), which are commonly used in CVD research. Our review encompasses these modalities, giving a broad perspective on the diverse imaging techniques integrated with AI for CVD analysis. We conclude with an examination of the challenges and limitations inherent in current AI-based CVD analysis methods and suggest directions for future research to overcome these hurdles.

研究の動機と目的

• 解剖学的構造（非血管 vs 血管）および画像モダリティに基づいてCVD画像解析に関するAI文献を分類する。
• MRI、CT、X線、超音波、核画像診断などの画像モダリティとAIタスク（セグメンテーション、分類、リスク予測、意思決定支援）をレビューする。
• 再現性と協力を高めるために公開データセットとコードリポジトリを調査する。
• AIベースの心血管画像診断における現行の課題、制限、今後の研究方向について論じる。

提案手法

• 解剖学的心臓構造（非血管と血管）に基づいて研究を体系的に分類し、関連するAI手法を分析する。
• 画像モダリティとAI応用の議論を統合し、構造的および機能的解析を強調する。
• 心臓画像におけるAIタスク（セグメンテーション、アライメント/登録、特徴抽出、及び下流の定量化）を要約する。
• 再現性を支援するために公開データセットとコードリポジトリの要約を提供する。
• 課題を特定し、マルチモーダルデータ統合を含む将来の研究方向を提案する。

実験結果

リサーチクエスチョン

• RQ1 画像データにおいて非血管構造と血管構造の心臓にどのようにAIが適用されているか？
• RQ2 画像ベースのCVD解析において、どのような画像モダリティとAIタスクが現在の文献を支配しているか？
• RQ3 再現性とベンチマークのために研究者がアクセスできる公開データセットとコードリポジトリはどれか？
• RQ4 画像ベースの心血管画像診断におけるAIの主な課題と今後の方向性は何か？

主な発見

• AIの進展は心臓画像モダリティ全体でセグメンテーション、疾患分類、リスク予測、臨床意思決定支援を向上させた。
• CVDの理解を深めるために、画像と集団ベースのデータおよび画像遺伝学を統合する傾向がある。
• この調査は再現性と協力を促進するため公開データセットとコードリポジトリを統合している。
• 現在のAIベースの心臓画像診断法には顕著な課題と制限があり、推奨される将来の研究方向がある。
• 本研究はAI文脈において心臓画像の構造的および機能的側面の両方を扱う初の総合的な調査である。