Побудова алгоритму випадкового лісу для діагностики ішемічної хвороби серця за потоками відеоданих ехокардіографії

Скорочена інформація про документ
dc.contributor.authorНастенко, Є. А.
dc.contributor.authorМаксименко, В. Б.
dc.contributor.authorПоташев, С. В.
dc.contributor.authorПавлов, В. А.
dc.contributor.authorБабенко, В. О.
dc.contributor.authorРисін, С. В.
dc.contributor.authorМатвійчук, О. В.
dc.contributor.authorЛазоришинець, В. В.
dc.date.accessioned2021-04-20T16:56:54Z
dc.date.available2021-04-20T16:56:54Z
dc.date.issued2021
dc.description.abstractenBackground. Recent studies show that cardiovascular diseases, including coronary heart disease, are the leading causes of death and one of the main factors of disability worldwide. The detection of cases of this type of disease over the past 30 years has increased from 271 million to 523 million and the number of deaths – from 12.1 million to 18.6 million. Cardiovascular diseases are the main cause of death among the population of Ukraine and, according to this indicator, the country remains one of the world leaders. Coronary heart disease is the leading factor in the loss of health in Ukraine and modern diagnostic methods, including machine learning algorithms, are increasingly being used for timely detection. Objective. According to the data of speckle-tracking echocardiography using the random forest method, construct classification algorithms for diagnosing violations of the kinematics of left ventricular contractions in patients with coronary heart disease at rest, and when using an echostress test with a dobutamine test. Methods. Speckle-tracking echocardiography was used to examine 40 patients with coronary heart disease and 16 in whom no cardiac pathology was found. Echocardiography was recorded in B mode in three positions: along the long axis, in 4-chamber, and 2-chamber positions. In total, 6245 frames of the video stream were used: 1871 – without cardiac abnormalities, and 4374 – in the presence of pathology during the examination. 56 patients (2509 frames of video data) were examined without the use of a dobutamine test and 38 patients (3736 frames of video data) – using an echostress test with a dobutamine test if no disturbances were found at rest. Dobutamine doses of 10, 20, and 40 mcg were administered under the supervision of an anesthesiologist. The data of texture analysis of images were used as informative features. To build an algorithm for detecting coronary heart disease the random forest algorithm was applied. Results. At the first stage of the study, the diagnostic algorithms norma–pathology for the state of rest and dobutamine doses of 10, 20, and 40 mcg were constructed. Before applying the algorithm the samples were randomly divided into training (70%) and test (30%). The classifiers were evaluated for accuracy, sensitivity, and specificity. According to the test samples, the accuracy of diagnostic conclusions varied from 97 to 99%. At the second stage of the study, to increase the versatility of the models, the classifier was built for all images, without dividing them into dobutamine doses. The accuracy for the test samples also ranged from 96.6 to 97.8%. To construct diagnostic algorithms by the random forest method the data of texture analysis of images were used. Conclusions. High-precision classification models were obtained using the random forest algorithm. The developed models can be applied to the analysis of echocardiograms obtained in B mode on equipment that is not equipped with the speckle tracking technology.uk
dc.description.abstractruПроблематика. Исследования последних лет показывают, что сердечно-сосудистые заболевания, включая ишемическую болезнь сердца, являются основной причиной смертности и одним из основных факторов инвалидности во всем мире. Выявление случаев данного типа заболеваний за последние 30 лет увеличилась с 271 до 523 млн, а количество смертей – с 12,1 до 18,6 млн. Сердечно-сосудистые заболевания являются главной причиной смертности населения Украины, и по этому показателю страна остается одним из мировых лидеров. Ишемическая болезнь сердца является ведущим фактором потери здоровья Украины, и для ее своевременного выявления все больше используют современные методы диагностики, включая алгоритмы машинного обучения. Цель. По данным спэкл-трекинг эхокардиографии методом случайного леса построить классификационные алгоритмы диагностики нарушений кинематики сокращений левого желудочка сердца у больных ишемической болезнью сердца в условиях состояния покоя и при применении эхостресстеста с добутаминовой пробой. Методика реализации. Методом спэкл-трекинг эхокардиографии были обследованы 40 пациентов с наличием ишемической болезни сердца и 16, у которых патология сердца не обнаружена Эхокардиография регистрировалась в B-режиме в трех позициях: по длинной оси, в 4- и 2-камерной позициях. Всего было использовано 6245 кадров видеопотока: 1871 – без нарушений сердечной деятельности и 4374 – при наличии патологии при обследовании. 56 пациентов (2509 кадров видеоданных) обследованы без применения добутаминовой пробы и 38 пациентов (3736 кадров видеоданных) – с применением эхостресстеста с добутаминовой пробой, если нарушений в состоянии покоя обнаружено не было. Под наблюдением анестезиолога применялись дозы добутамина 10, 20 и 40 мкг. В качестве информативных признаков были использованы данные текстурного анализа изображений. Для построения алгоритма выявления ишемической болезни сердца был применен алгоритм случайного леса. Результаты. На первом этапе исследования были построены диагностические алгоритмы норма–патология для состояния покоя и доз добутамина 10, 20 и 40 мкг. Перед применением алгоритма выборки случайным образом были разделены на учебные (70 %) и тестовые (30 %). Классификаторы были оценены по показателям точности, чувствительности и специфичности. По данным тестовых выборок точность диагностических выводов варьировалась от 97 до 99 %. На втором этапе исследования, для повышения универсальности моделей, был построен классификатор для всех изображений, без разделения на дозы добутамина. Точность по тестовым выборкам также находилась в пределах от 96,6 до 97,8 %. Для построения диагностических алгоритмов методом случайного леса были использованы данные текстурного анализа изображений. Выводы. Получены высокоточные модели классификации посредством использования алгоритма случайного леса. Разработанные модели могут быть применены для анализа эхокардиограмм, полученных в B-режиме на оборудовании, которое не оснащено технологией спэкл-трекинг.uk
dc.description.abstractukПроблематика. Дослідження останніх років показують, що серцево-судинні захворювання, включаючи ішемічну хворобу серця, є основною причиною смертності й одним із основних факторів інва­лідності в усьому світі. Виявлення випадків цього типу захворювань за останні 30 років збільшилось з 271 до 523 млн, а кількість смертей – з 12,1 до 18,6 млн. Серцево-судинні захворювання є головною причиною смертності населення України, і за цим показником країна лишається одним зі світових лідерів. Ішемічна хвороба серця є провідним чинником втрати здоров’я України, і для її своєчасного виявлення все більше використовують сучасні методи діагностики, включаючи алгоритми машинного навчання. Мета. За даними спекл-трекінг ехокардіографії методом випадкового лісу побудувати класифікаційні алгоритми діагностики порушень кінематики скорочень лівого шлуночка серця у хворих на ішемічну хворобу серця в умовах стану спокою та при застосуванні ехострестесту з добутаміновою пробою. Методика реалізації. Методом спекл-трекінг ехокардіографії було обстежено 40 пацієнтів із наявністю ішемічної хвороби серця та 16 осіб, у яких патологію серця не виявлено. Ехокардіографія реєструвалась у B-режимі в трьох позиціях: по довгій вісі, у 4- та 2-камерній позиціях. Усього було використано 6245 кадрів відеопотоку: 1871 – без порушень серцевої діяльності та 4374 – за наявності патології під час обстеження. 56 пацієнтів (2509 кадрів відеоданих) обстежено без застосування добутамінової проби та 38 пацієнтів (3736 кадрів відеоданих) – із застосуванням ехострестесту з добутаміновою пробою, якщо порушень у стані спокою виявлено не було. Під наглядом анестезіолога застосовувались дози добутаміна 10, 20 і 40 мкг. Як інформативні ознаки були використані дані текстурного аналізу зображень. Для побудови алгоритму виявлення ішемічної хвороби серця було застосовано алгоритм випадкового лісу. Результати. На першому етапі дослідження було побудовано діагностичні алгоритми норма–патологія для стану спокою та доз добутаміну 10, 20 і 40 мкг. Перед застосуванням алгоритму вибірки випадковим чином було поділено на навчальні (70 %) й тестові (30 %). Класифікатори було оцінено за показниками точності, чутливості та специфічності. За даними тестових вибірок точність діагностичних висновків варіювалась від 97 до 99 %. На другому етапі дослідження, для підвищення універсальності моделей, було побудовано класифікатор для всіх зображень, без поділення на дози добутаміну. Точність за тестовими вибірками також була в межах від 96,6 до 97,8 %. Для побудови діагностичних алгоритмів методом випадкового лісу було використано дані текстурного аналізу зображень. Висновки. Отримано високоточні моделі класифікації за допомогою використання алгоритму випадкового лісу. Розроблені моделі можуть бути застосовані для аналізу ехокардіограм, отриманих у B-режимі на обладнанні, яке не оснащене технологією спекл-трекінг.uk
dc.format.pagerangeС. 61-69uk
dc.identifier.citationПобудова алгоритму випадкового лісу для діагностики ішемічної хвороби серця за потоками відеоданих ехокардіографії / Є. А. Настенко, В. Б. Максименко, С. В. Поташев, В. А. Павлов, В. О. Бабенко, С. В. Рисін, О. В. Матвійчук, В. В. Лазоришинець // Innovative Biosystems and Bioengineering : international scientific journal. – 2021. – Vol. 5, No. 1. – Pp. 61–69. – Bibliogr.: 16 ref.uk
dc.identifier.doihttps://doi.org/10.20535/ibb.2021.5.1.225794
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40714
dc.language.isoukuk
dc.publisherIgor Sikorsky Kyiv Polytechnic Instituteuk
dc.publisher.placeKyivuk
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/en
dc.sourceInnovative Biosystems and Bioengineering : international scientific e-journal, 2021, Vol. 5, No. 1uk
dc.subjectвипадковий лісuk
dc.subjectдіагностикаuk
dc.subjectспекл-трекінг ехокардіографіяuk
dc.subjectехострестест із добутаміномuk
dc.subjectішемічна хвороба серцяuk
dc.subjectrandom forestuk
dc.subjectdiagnosticsuk
dc.subjectspeckle-tracking echocardiographyuk
dc.subjectechostresstest with dobutamineuk
dc.subjectcoronary heart diseaseuk
dc.subjectслучайный лесuk
dc.subjectдиагностикаuk
dc.subjectспэкл-трекинг эхокардиографияuk
dc.subjectэхостресстест с добутаминомuk
dc.subjectишемическая болезнь сердцаuk
dc.subject.udc004.891.3 + 612.171uk
dc.titleПобудова алгоритму випадкового лісу для діагностики ішемічної хвороби серця за потоками відеоданих ехокардіографіїuk
dc.title.alternativeRandom Forest Algorithm Construction for the Diagnosis of Coronary Heart Disease Based on Echocardiography Video Data Streamsuk
dc.title.alternativeПостроение алгоритма случайного леса для диагностики ишемической болезни сердца по потокам видеоданных эхокардиографииuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
IBB2021.5.1_p61-69.pdf
Розмір:
2 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Innovative Biosystems and Bioengineering: international scientific e-journal, Vol. 5, No. 1