심근 경색 부위를 완전 자동으로 분할하는 심층 학습 기반 방법을 개발하고 평가하기 위해 후향적 연구를 진행했습니다. 144건의 검사로 구성된 자체 학습 데이터 세트를 사용하여 2차원 및 3차원 합성곱 신경망(CNN)의 계단식 프레임워크를 훈련했습니다. 2021년부터 2023년 사이에 얻은 152건의 검사 이미지가 포함된 별도의 테스트 데이터 세트에서 인공지능(AI) 기반 분할과 수동 분할 간의 정량적 비교를 수행했습니다. 또한 두 명의 CMR 전문가가 눈가리개 실험에서 인공지능과 사람이 생성한 윤곽선 모두에 대한 분할 정확도의 질적 평가를 수행했습니다. 결과적으로 수동 및 자동으로 계산된 경색 부피 간에 우수한 일치도($\rho_c$ = 0.9)가 나타났으며, 전문가들은 맹검 실험에서 AI 기반 분할이 실제 경색 범위를 더 잘 나타낸다고 유의미하게 더 자주 평가했습니다 (p < 0.001, AI 33.4%, 사람 25.1%, 동일 41.5%). 반면, 미세혈관 폐색(MVO) 분할의 경우 수동 측정이 여전히 선호되었습니다 (AI 11.3%, 사람 55.6%, 동일 33.1%). 이 완전 자동 분할 파이프라인을 통해 입력 이미지의 사전 처리 없이 매우 짧은 시간 내에 CMR 경색 크기를 계산할 수 있으며, 숙련된 인간 관찰자의 분할 품질과 일치합니다. 맹검 실험에서 전문가들은 수동 분할보다 자동 분할을 더 자주 선호하여 잠재적인 임상 적용 가능성을 보여주었습니다.
