[논문 리뷰] Artificial Intelligence in Image-based Cardiovascular Disease Analysis

Xin Wang, Hu, Mingcheng외 2명|arXiv (Cornell University)|2024. 02. 04.

Radiomics and Machine Learning in Medical Imaging인용 수 6

한 줄 요약

AI가 이미지 기반 심혈관 질환 분석에 어떻게 사용되는지에 대한 포괄적 조사로, 비혈관 및 혈관 심장 구조, 영상 모달리티, 공개 데이터셋, 향후 방향으로 분류.

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.

연구 동기 및 목표

• 심혈관 질환 이미지 분석에서 해부학적 구조(비혈관 대 혈관) 및 영상 모달리티별로 AI 문헌을 분류합니다.
• 영상 모달리티(MRI, CT, X-ray, ultrasound, nuclear imaging) 및 AI 작업(세그먼트, 분류, 위험 예측, 의사결정 지원)을 검토합니다.
• 재현성 및 협업 향상을 위해 공개 데이터셋 및 코드 저장소를 조사합니다.
• AI 기반 심혈관 영상에서의 현재 도전과제, 한계 및 향후 연구 방향을 논의합니다.

제안 방법

• 해부학적 심장 구조(비혈관 및 혈관) 기반으로 연구를 체계적으로 분류하고 연결된 AI 방법을 분석합니다.
• 구조적 및 기능적 분석을 강조하며 영상 모달리티와 AI 응용을 통합적으로 논의합니다.
• 세그먼트, 정합(등록), 특징 추출 및 하향식 정량화와 같은 심장 영상의 AI 작업을 요약합니다.
• 재현성을 지원하기 위해 공개적으로 이용 가능한 데이터셋 및 코드 저장소의 요약을 제공합니다.
• 멀티모달 데이터 통합을 포함한 도전과제를 식별하고 향후 연구 방향을 제시합니다.

실험 결과

연구 질문

• RQ1 AI가 영상 데이터에서 비혈관 대 혈관 구조에 어떻게 적용되고 있습니까?
• RQ2 현재 영상 기반 CVD 분석 문헌에서 어떤 영상 모달리티와 AI 작업이 지배적입니까?
• RQ3 재현성 및 벤치마킹을 위해 연구자들이 접근할 수 있는 공개 데이터셋과 코드 저장소는 무엇입니까?
• RQ4 영상 기반 심혈관 영상에서의 주요 도전과제와 향후 방향은 무엇입니까?

주요 결과

• AI 발전은 심장 영상 모달리티 전반에서 세그먼트화, 질병 분류, 위험 예측, 임상 의사결정 지원을 향상시켰습니다.
• 영상과 인구 기반 데이터 및 영상 유전학을 통합하는 경향이 있어 CVDs의 이해를 향상시키고 있습니다.
• 본 조사는 재현성 및 협업 촉진을 위한 공개 데이터셋과 코드 저장소를 종합합니다.
• 현재 AI 기반 심혈관 영상 방법에는 주목할 만한 도전과 한계가 있으며 향후 연구 방향이 제안됩니다.
• 본 연구는 AI 맥락에서 심장 영상의 구조적 및 기능적 측면을 모두 다루는 최초의 포괄적 조사입니다.