论文部分内容阅读
目的
探讨基于中智相似积分(NSS)算法的心肌超声造影(MCE)分析系统自动计算心肌梗死模型左室收缩功能的准确性及应用价值。
方法SD大鼠制成心肌梗死模型，根据结扎位置高低分为较大梗死面积(MI-L)组和较小梗死面积(MI-S)组，分别于术前、术后7 d、术后28 d行MCE检查。体外实验：基于NSS算法自动分割心内膜边界，并与人工描记计算机图像分割结果进行比较。体内实验：分别应用NSS的MCE分析系统、双平面Simpson法和心导管(PV-loop)计算左室射血分数(LVEF)，获得NSS-LVEF、Simpson-LVEF和PV-LVEF；行Masson和HE染色计算心肌梗死面积。应用Bland-Altman评估三种LVEF计算法的一致性；计算组内相关系数(ICC)评价MCE分析系统的重复性。
结果①MCE分析系统自动分割获得心内膜边界在三种算法中测值最小；②同组间三种方法测得LVEF差异无统计学意义(F＝0.028，P＝0.973)，而MI-L与MI-S组间比较差异有统计学意义(F＝78.61，P<0.01)。NSS-LVEF与Simpson-LVEF和PV-LVEF均具有较好的一致性；③NSS算法观察者间及观察者内的相关系数(ICC)分别为0.96和0.98，说明NSS法的重复性良好；④与术前及术后7 d相比，MI-L组和MI-S组术后28 d LVEF均明显下降(P<0.05)，尤以MI-L组下降最为明显(P<0.01)；且LVEF与心肌梗死面积呈明显负相关(r＝－0.917，P<0.01)。
结论基于NSS算法的MCE分析系统可以实现对左室心内膜的自动准确识别，能较客观地评估实验大鼠左室收缩功能。