Abstract. Nowadays, heart diseases are the leading cause of death. Left ventricle segmentation of a human heart in magnetic resonance images (MRI) is a crucial step in both cardiac diseases diagnostics and heart internal structure reconstruction. It allows estimating such important parameters as ejection faction, left ventricle myocardium mass, stroke volume, etc. In addition, left ventricle segmentation helps to construct the personalized heart computational models in order to conduct the numerical simulations. At present, the fully automated cardiac segmentation methods still do not meet the accuracy requirements. We present an overview of left ventricle segmentation algorithms on short-axis MRI. A wide variety of completely different approaches are used for cardiac segmentation, including machine learning, graph-based methods, deformable models, and low-level heuristics. The current state-of-the-art technique is a combination of deformable models with advanced machine learning methods, such as deep learning or Markov random fields. We expect that approaches based on deep belief networks are the most promising ones because the main training process of networks with this architecture can be performed on the unlabelled data. In order to improve the quality of left ventricle segmentation algorithms, we need more datasets with labelled cardiac MRI data in open access.
1 Федеральное государственное бюджетное учреждение здравоохранения «Центральная клиническая больница Российской академии наук»: 117593, г. Москва, Литовский бульвар, д. 1А 2 Федеральное государственное автономное учреждение «Лечебно-реабилитационный центр»: г. Москва, Иваньковское шоссе, д. 3 Информация об авторах: Аверин Евгений Евгеньевич -д.м.н., чл. -корр. РАЕ, начальник Научно-образова тельного центра федерального государственного бюджетного учреждения здравоохранения «Центральная клиническая больница Рос сийской академии наук»; тел.: + 7 (495) 320-43-41 Никитин Алексей Эдуардович -д.м.н., профессор, заслуженный врач РФ, главный врач федерального государственного бюджетного учреждения здравоохранения «Центральная клиническая больница Российской академии наук» Никитин Игорь Геннадиевич -д.м.н., профессор, заслуженный врач РФ, директор федерального государственного автономного учреждения «Лечебно-реабилитаци онный центр» Созыкин Алексей Викторович -д.м.н., заведующий отделением рентгенохирургических методов диагностики и лечения федерального государственного бюджетного учреждения здравоохранения «Центральная клиническая больница Российской академии наук» РЕЗЮМЕОбновления клинических рекомендаций и публикации результатов новых исследований влекут за собой изменения наших подходов к диагностике заболеваний и лечению пациентов, а также к пересмотру критериев выбора того или иного препарата. Основываемся мы на том, что при ведении больных с АГ сразу необходимо использовать те классы препаратов и отдельные молекулы, которые доказали свою высокую эффективность, безопасность и приверженность на протяжении всего сердечно-сосудистого континуума. Имеется в виду, что препараты должны быть показаны и при ИБС, и при ХСН. Среди иАПФ этому требованию в т. ч. отвечает рамиприл. Зачастую выбор падает именно на рамиприл потому, что удобный прием один раз в день в любое время суток и вне зависимости от приема пищи повышает приверженность пациентов к терапии. Широкий круг показаний, такие как АГ, ХСН, постинфарктные пациенты, диабетическая и недиабетическая нефропатия, а также снижение риска сердечно-сосудистых катастроф, в т. ч. у пациентов, перенесших кардиохирургические вмешательства, является серьезным дополнительным аргументом в пользу широкого выбора рамиприла. Более того, рамиприл способен снижать риски развития новых случаев сахарного диабета и терминальной почечной недостаточности. Ключевые слова: рамиприл, клинические рекомендации, нефропатия, хроническая болезнь почекДля цитирования: Аверин Е.Е., Никитин А.Э., Никитин И.Г., Созыкин А.В. Место рамиприла в современных рекомендациях по ведению пациентов с сердечно-сосудистыми заболеваниями. ABSTRACTUpdates of clinical guidelines and publication of new research results entail changes in our approaches to diagnosing diseases and treating patients, as well as revising the criteria for choosing a particular drug to a specific patient. We are based on the fact that when managing patients with hypertension it is immediately necessary to use those classes of drugs and individual...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.