Producto basado en técnicas de Deep Learning que emplea un modelo con arquitectura de red neuronal convolucional tridimensional para la clasificación de vídeos. Este modelo es aplicado a ecocardiografías para segmentar semánticamente el ventrículo izquierdo y para evaluar la función cardíaca a través del cálculo de la fracción de eyección del ventrículo izquierdo o FEVI.
La ecocardiografía, la modalidad de imágenes cardíacas más utilizada y accesible, desempeña un papel crucial en la evaluación de la estructura y función cardíaca.
La fracción de eyección del ventrículo izquierdo, o FEVI, es un indicador clínico de gran relevancia. Sin embargo, su estimación a partir de ecocardiogramas todavía tiene un importante componente manual y coste de tiempo.
A pesar de los avances en el aprendizaje automático para el análisis de imágenes biomédicas, las imágenes médicas basadas en vídeo, como la ecocardiografía, han recibido menos atención.
Horus Echonet cierra esta brecha empleando una arquitectura de red neuronal convolucional 3D para clasificar y segmentar semánticamente videos de ecocardiografía, proporcionando un análisis cardíaco integral, incluida la estimación automática de la FEVI.
Experimente el futuro del análisis de imágenes de ecocardiogramas basado en vídeo. Eleve sus capacidades de diagnóstico con Horus Echonet.
Análisis de vídeo de aprendizaje profundo: aproveche los modelos de aprendizaje profundo de última generación, diseñados específicamente para ecocardiogramas, para realizar una segmentación precisa y evaluar la función cardíaca.
Segmentación del ventrículo izquierdo: segmente con precisión el ventrículo izquierdo a partir de ecocardiogramas, lo que permite realizar análisis y mediciones detalladas.
Fracción de eyección del ventrículo izquierdo (FEVI): cálculo automático de la FEVI, un parámetro crítico para evaluar la función cardíaca y diagnosticar diversas afecciones cardiovasculares.
Mejora en la toma de decisiones clínicas: brinde a los médicos información integral sobre la salud cardíaca, ayudando en el diagnóstico y la planificación del tratamiento de enfermedades cardíacas.
Reducción de la carga de trabajo del cardiólogo: agilice el proceso de análisis automatizando la segmentación de imágenes cardíacas basada en video, ahorrando tiempo y reduciendo el esfuerzo manual, ya que Horus Echonet tarda menos de 0,1 segundos por análisis de ecocardiograma.
