خلاصه
تجزیه و تحلیل عملکرد قلب نقش مهمی در قلب و عروق بالینی برای مدیریت بیمار، تشخیص بیماری، ارزیابی خطر و تصمیم گیری در درمان دارد. تعیین حفره های سمت راست و چپ، و همچنین عروق اصلی، گام مهمی در قلب و عروق بالینی برای تشخیص بیماری قلبی است. تصویربرداری پزشکی یک ابزار تشخیصی غیر تهاجمی برای مطالعه آناتومی قلب و تشخیص تغییرات پاتولوژیک که در حالتهای بیماری مانند کاردیومیوپاتی متسع، کاردیومیوپاتی هیپرتروفیک و اختلال عملکرد بطن راست رخ میدهد، فراهم میکند. اتوماسیون دقیق کار مربوطه می تواند بخش تشخیصی را تسریع کند و به تصمیم گیری های درمانی کمک کند. در این فصل، رویکردهای اخیر یادگیری ماشینی را که برای تشخیص خودکار قلب بر اساس یادگیری عمیق و شبکههای متخاصم مولد استفاده شدهاند مرور میکنیم و کاربرد اخیر شبکههای متخاصم مولد (GANs) را برای طبقهبندی، تشخیص، تقسیمبندی، ثبت، بازسازی تصویر، توضیح میدهیم. و سنتز بیشتر در تصویربرداری قلبی عروقی. در ادامه، مجموعه دادههای عمومی قلب را با چالشهای باز مرور میکنیم و فصل را با محدودیتهای GAN و جهتگیریهای تحقیقاتی آینده به پایان میرسانیم.