Location-specific prediction of vulnerable plaque using IVUS, virtual histology, and spatial context

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00064165%3A_____%2F16%3A10329203" target="_blank" >RIV/00064165:_____/16:10329203 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216208:11110/16:10329203

Výsledek na webu

<a href="http://dx.doi.org/10.1109/ISBI.2016.7493518" target="_blank" >http://dx.doi.org/10.1109/ISBI.2016.7493518</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ISBI.2016.7493518" target="_blank" >10.1109/ISBI.2016.7493518</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Location-specific prediction of vulnerable plaque using IVUS, virtual histology, and spatial context

Popis výsledku v původním jazyce

Early detection of the high-risk lesions such as thin-cap fibroatheroma (TCFA) is highly desired in the clinic. Our group recently addressed the task of prediction of future TCFAs based on baseline virtual histology intravascular ultrasound (VH-IVUS) data with prediction performance not suffcient for routine clinical use. To achieve clinical relevance of our TCFA prediction, an improved strategy is presented here that introduces a spatial context between adjacent IVUS-frame locations and uses a 3-frame TCFA defnition. We compared performance of four types of feature set (VHbased, IVUS-based, biomarkers, and combined features), two feature selection approaches (support vector machine recursive feature elimination [SVM RFE] and mutual information [MI]), and two classifers (SVM and random forests [RF]) when analyzing 24 baseline-follow-up patient datasets. The experimental results indicated that the best prediction performance achieved nearly 10% improvement compared to our previous context-free method -AUC = 0.86, sensitivity=82.6%, specificity=82.1%.

Název v anglickém jazyce

Location-specific prediction of vulnerable plaque using IVUS, virtual histology, and spatial context

Popis výsledku anglicky

Early detection of the high-risk lesions such as thin-cap fibroatheroma (TCFA) is highly desired in the clinic. Our group recently addressed the task of prediction of future TCFAs based on baseline virtual histology intravascular ultrasound (VH-IVUS) data with prediction performance not suffcient for routine clinical use. To achieve clinical relevance of our TCFA prediction, an improved strategy is presented here that introduces a spatial context between adjacent IVUS-frame locations and uses a 3-frame TCFA defnition. We compared performance of four types of feature set (VHbased, IVUS-based, biomarkers, and combined features), two feature selection approaches (support vector machine recursive feature elimination [SVM RFE] and mutual information [MI]), and two classifers (SVM and random forests [RF]) when analyzing 24 baseline-follow-up patient datasets. The experimental results indicated that the best prediction performance achieved nearly 10% improvement compared to our previous context-free method -AUC = 0.86, sensitivity=82.6%, specificity=82.1%.

Druh

D - Stať ve sborníku

CEP obor

FA - Kardiovaskulární nemoci včetně kardiochirurgie

OECD FORD obor

—

Projekt

<a href="/cs/project/LH12053" target="_blank" >LH12053: Predikce rozsahu a rizikovosti koronárního postižení a jejich změn při hypolipidemické terapii na základě neinvazivních vyšetření</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2016 IEEE 13TH INTERNATIONAL SYMPOSIUM ON BIOMEDICAL IMAGING (ISBI)

ISBN

978-1-4799-2349-6

ISSN

1945-7928

e-ISSN

—

Počet stran výsledku

5

Strana od-do

1354-1358

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Prague

Datum konání akce

13. 4. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000386377400320