Resumen
A computer-implemented method for diagnosing and/or predicting a cardiac condition from echocardiography images, comprising: obtaining (S1, S'1, T1) the images; applying (S2, S'2, T2) at least one noise filter; applying (S3) at least one modal decomposition technique to extract a set of characteristic dynamic modes; generating (S4, S'4, T4) a filtered reconstruction of the images; creating (S5, S'5, T5) a training database, wherein each record in said database comprises the original echocardiography images, the extracted modes, and the filtered reconstruction of the images. It further comprises training (S6, S'6, T6, T7) a neural network for diagnosing or predicting the cardiac condition, and processing (S7) test images with the trained neural network to produce (S7, S'7, T8) a diagnosis and/or prognosis of the cardiac condition. (Machine-translation by Google Translate, not legally binding)
Reivindicaciones
1. REIVINDICACIONES 1. Un método implementado por ordenador para el diagnóstico de un estado cardíaco a partir de una secuencia de imágenes de ecocardiografía, caracterizado porque comprende: - obtener (S1) la secuencia de imágenes de ecocardiografía; - aplicar (S2) al menos un filtro de ruido a la secuencia de imágenes de ecocardiografía; - aplicar (S3) al menos una técnica de descomposición modal a la secuencia de imágenes de ecocardiografía para extraer un conjunto de modos dinámicos característicos y para generar (S4) una reconstrucción filtrada de la secuencia de imágenes de ecocardiografía; - crear (S5) una primera base de datos de entrenamiento, en la que cada registro de dicha base de datos comprende, al menos, la secuencia de imágenes de ecocardiografía original, los modos extraídos y la reconstrucción filtrada de la secuencia de imágenes de ecocardiografía; - entrenar (S6) una primera red neuronal de tipo autocodificador enmascarado para el diagnóstico del estado cardíaco, donde dicho entrenamiento se realiza utilizando la primera base de datos de entrenamiento; y - procesar (S7) una secuencia de prueba de imágenes de ecocardiografía con la primera red neuronal entrenada para generar un diagnóstico del estado cardíaco. 2. El método según la reivindicación 1, caracterizado porque el diagnóstico del estado cardíaco comprende una clasificación de la secuencia de prueba en uno de una pluralidad de estados cardíacos predefinidos. 3. El método según la reivindicación 1, caracterizado porque la pluralidad de estados cardíacos predefinidos incluye control, diabetes, obesidad e hipertensión sistémica. 4. Un método implementado por ordenador para el pronóstico de un estado cardíaco a partir de una secuencia de imágenes de ecocardiografía, caracterizado porque comprende: - obtener (S´1) la secuencia de imágenes de ecocardiografía; - aplicar (S´2) al menos un filtro de ruido a la secuencia de imágenes de ecocardiografía; - aplicar (S´3) al menos una técnica de descomposición modal a la secuencia de imágenes de ecocardiografía para extraer un conjunto de modos dinámicos característicos y para generar (S´4) una reconstrucción filtrada de la secuencia de imágenes de ecocardiografía; - crear (S´5) una segunda base de datos de entrenamiento, en la que cada registro de dicha base de datos comprende, al menos, la secuencia de imágenes de ecocardiografía original, los modos extraídos y la reconstrucción filtrada de la secuencia de imágenes de ecocardiografía; - entrenar (S´6) una segunda red neuronal de tipo Autocodificador Enmascarado (MAE) para el pronóstico del tiempo hasta el fallo, donde dicho entrenamiento se realiza utilizando la segunda base de datos de entrenamiento; y - procesar (S´7) una secuencia de prueba de imágenes de ecocardiografía con la segunda red neuronal entrenada para generar un pronóstico del tiempo hasta el fallo. 5. El método según la reivindicación 4, caracterizado porque el pronóstico del tiempo hasta el fallo comprende una estimación basada en regresión de un período de tiempo específico hasta que ocurra un evento de fallo cardíaco. 6. Método implementado por ordenador para el diagnóstico y pronóstico de un estado cardíaco a partir de una secuencia de imágenes de ecocardiografía, que comprende: - obtener (T1) la secuencia de imágenes; - aplicar (T2) al menos un filtro de ruido a la secuencia de imágenes de ecocardiografía, - aplicar (T3) al menos una técnica de descomposición modal a la secuencia de imágenes para extraer un conjunto de modos dinámicos característicos y generar (T4) una reconstrucción filtrada de la secuencia de imágenes de ecocardiografía; - crear (T5) una tercera base de datos de entrenamiento, en la que cada registro de dicha base de datos comprende, al menos, la secuencia de imágenes de ecocardiografía original, los modos extraídos y la reconstrucción filtrada reconstrucción filtrada de la secuencia de imágenes de ecocardiografía; - entrenar (T6) una tercera red neuronal de tipo autocodificador enmascarado para el diagnóstico, donde dicho entrenamiento se realiza utilizando la tercera base de datos de entrenamiento; - entrenar (T7) una cuarta red neuronal de tipo autocodificador enmascarado (MAE) para el pronóstico del tiempo hasta el fallo, donde dicho entrenamiento se realiza utilizando la tercera base de datos de entrenamiento; y - procesar (T8) una secuencia de prueba, de imágenes de ecocardiografía, con dicha primera red neuronal entrenada y dicha segunda red neuronal para generar un diagnóstico del estado cardíaco y un pronóstico del tiempo hasta el fallo cardíaco. 7. El método según cualquiera de las reivindicaciones precedentes, en el que al menos una de las técnicas de descomposición modal se selecciona del grupo que comprende: la descomposición en valores singulares (SVD), la descomposición en valores singulares de orden superior (HOSVD) y la descomposición en modos dinámicos de orden superior (HODMD). 8. El método según cualquiera de las reivindicaciones precedentes, en el que la etapa de entrenamiento de la primera red neuronal de tipo autocodificador enmascarado (MAE) y/o la etapa de entrenamiento de la segunda red neuronal de tipo autocodificador enmascarado combinan simultáneamente aprendizaje autosupervisado y aprendizaje supervisado. 9. Un sistema informático que comprende un procesador y una memoria, caracterizado porque la memoria almacena instrucciones que, al ser ejecutadas por el procesador, hacen que el sistema realice el método según cualquiera de las reivindicaciones 1 a 3. 10. Un sistema informático que comprende un procesador y una memoria, caracterizado porque la memoria almacena instrucciones que, al ser ejecutadas por el procesador, hacen que el sistema realice el método según cualquiera de las reivindicaciones 4 o 5. 11. Un sistema informático que comprende un procesador y una memoria, caracterizado porque la memoria almacena instrucciones que, al ser ejecutadas por el procesador, hacen que el sistema realice el método según la reivindicación 6. 12. Un producto programa de ordenador que comprende instrucciones que, al ser ejecutadas por un ordenador, hacen que el ordenador realice el método según cualquiera de las reivindicaciones 1 a 3. 13. Un producto programa de ordenador que comprende instrucciones que, al ser ejecutadas por un ordenador, hacen que el ordenador realice el método según cualquiera de las reivindicaciones 4 o 5. 14. Un producto programa de ordenador que comprende instrucciones que, al ser ejecutadas por un ordenador, hacen que el ordenador realice el método según la reivindicación 6. 15. Un soporte de almacenamiento legible por ordenador que comprende instrucciones que, al ser ejecutadas por un ordenador, hacen que el ordenador realice el método según la reivindicación 1 a 3. 16. Un soporte de almacenamiento legible por ordenador que comprende instrucciones que, al ser ejecutadas por un ordenador, hacen que el ordenador realice el método según la reivindicación 4 a 5. 17. Un soporte de almacenamiento legible por ordenador que comprende instrucciones que, al ser ejecutadas por un ordenador, hacen que el ordenador realice el método según la reivindicación 6.
