Determination of Characteristics of Infectious Endocarditis Based on Intelligent Processing of Ultrasonic Images

Abstract

The paper presents the pathogenetic factors in the development of infective endocarditis and identifies its predictors. The need for an echographic study associated with the search for the anatomical characteristics of infective endocarditis is shown: vegetation, destructive lesions (valve aneurysms, perforation or prolapse, etc.), the presence of abscesses, in the case of a prosthesis, a new divergence of the valve prosthesis may be a characteristic feature. A classification of research methods is presented that includes classical approaches of echocardiography (transthoracic, transesophageal) and new multidetector computed tomographic angiography and positron emission tomography with 18F-fluorodeoxyglucose and the need for their use in different cases is determined. A block diagram of an intelligent diagnostic system for infective endocarditis has been developed. To process the obtained images in order to diagnose and determine the geometric dimensions, shapes, quantity, location, characteristics of infective endocarditis, it is proposed to use convolutional neural networks that allow solving the problem of image segmentation.

У роботі представлено патогенетичні фактори розвитку інфекційного ендокардиту та визначено його предиктори. Показано необхідність ехографічного дослідження пов’язаного з пошуком анатомічних характеристик інфекційного ендокардиту: вегетації, деструктивних уражень (аневризми клапана, перфорація або пролапс, тощо), наявність абсцесів, у разі протеза характерною особливістю може бути нова розбіжність протеза клапана. Представлена класифікація методів дослідження, яка включає класичні підходи ехокардіографії (трансторакальна, чреспищеводна) та нові мультидетекторну комп’ютерну томографічну ангіографію та позитронно-емісійну томографію з 18F-фтордезоксиглюкозою та визначена в різних випадках. Розроблено структурну схему інтелектуальної діагностичної системи інфекційного ендокардиту. Для обробки отриманих зображень з метою діагностики та визначення геометричних розмірів, форм, кількості, розташування, характеристик інфекційного ендокардиту запропоновано використовувати згорткові нейронні мережі, які дозволяють вирішувати задачу сегментації зображень.