Design e sviluppo di un nuovo algoritmo di segmentazione basato su CNN per la stima della volumetria atriale sinistra in pazienti con fibrillazione atriale

In questo studio si è sviluppato un nuovo algoritmo per la segmentazione dell'endocardio atriale sinistro, per pazienti affetti da fibrillazione atriale. A differenza delle convenzionali tecniche di segmentazione, si è fatto uso di una rete neurale convoluzionale chiamata U-Net, che è stata appositamente addestrata in modo supervisionato e testata, con dati MRI-GE e relativa etichetta di segmentazione binaria, dei volumi appartenenti a 154 pazienti diversi. Per l'addestramento si è fatto uso dei volumi di 123 pazienti (80%) e 31 pazienti sono dedicati al test (20%). Le CNN richiedono molto tempo per l'addestramento (ore) mentre hanno un funzionamento feed-foreward, con velocità di calcolo algebrico nella fase di test. I dati grezzi in uscita dalla rete, sono stati post-elaborati al fine di ottenere una purificazione dalle formazioni di volume spurio, ossia non connessi con il volume endocardico atriale sinistro (LAE). In questo studio si disponeva anche della segmentazione semantica binaria manuale delle immagini di test, le quali sono state considerate il gold standard di riferimento. Si è visualizzata la registrazione tra il volume binario di riferimento ed il volume in uscita della rete purificato per un confronto qualitativo e per l'applicazione di metriche per eseguire una analisi quantitativa, come il coefficiente di Dice e la distanza di Hausdorff. Queste misure vengono estratte e se ne produce una tabella. Sulla base di questi risultati si è potuto eseguire un'analisi statistica per esaminare il funzionamento globale della rete sulla base di variabili statistiche come la media e deviazione standard, pesati sulla base della dimensione del volume di ogni paziente e calcolati sull'errore inteso come differenza tra i due volumi. In termini globali la rete ha generalizzato bene per tutti i pazienti. Con una media di 12,2 cm^3 ed una deviazione standard 11,7 cm^3 la rete ha dimostrato di avere una tendenza a sovrastimare il d