В работе ставится задача расчета параметров деформации сердечной мышцы по данным эхокардиограммы в условиях помех, например, при исследовании детей.

Показатели деформации (величина стрейна) сердечной мышцы использовались нами для определения наличия и выраженности дисфункции камер сердца при дефекте межпредсердной перегородки – врожденного порока сердца, характеризующегося наличием сообщения между правым и левым предсердиями.

Задача решалась при помощи анализа видеопотока, полученного с установки ЭхоКГ при помощи набора архитектур нейронных сетей глубокого обучения, предназначенных для сегментации изображений. Исследование проводилось для архитектуры U-net. Исходные данные для обучения готовились на базе изображений реальных видеозаписей эхокардиограмм, прошедших предобработку медианными фильтрами, методом вычитания гауссовских фильтров, а также путем бинаризации изображения с помощью фильтра Отцу. В результате обработки видеопотока удалось решить задачу сегментации стенок сердечной мышцы и привязки ключевых точек в условии помех в снятии эхокардиограммы на пациентах-детях, не способных сохранять неподвижность в ходе исследования. Динамика расстояния между ключевыми точками на сердечной мышце в последовательности кадров ЭхоКГ позволяет выполнить расчет показателей стрейна.

Полученные показатели предоставляют кардиологу важную информацию для определения дисфункции камер сердца (особенно, правого предсердия- наиболее скомпрометированной в исследуемых случаях камеры сердца) при дефекте межпредсердной перегородки. Точная диагностика степени дисфункции миокарда при данной аномалии позволит более точно определить показания и сроки хирургической коррекции.

The paper sets the task of calculating the parameters of deformation of the heart muscle according to echocardiogram data under interference conditions, for example, in the study of children.

Indicators of deformation (strain value) of the heart muscle were used by us to determine the presence and severity of dysfunction of the chambers of the heart in atrial septal defect – a congenital heart defect characterized by the presence of communication between the right and left atria.

The problem was solved by analyzing the video stream obtained from the installation of EchoCG using a set of deep learning neural network architectures designed for image segmentation. The study was conducted for neural network architecture U-net. The initial data for training were prepared on the basis of images of real video recordings of echocardiograms that had been preprocessed with median filters, by subtracting Gaussian filters, as well as by binarization of the image using the Father filter. As a result of processing the video stream, it was possible to solve the problem of segmentation of the walls of the heart muscle and binding of key points in the condition of interference in the removal of an echocardiogram on child patients unable to remain motionless during the study. The dynamics of the distance between the key points on the heart muscle in the sequence of EchoCG frames allows you to calculate strain indicators.

The obtained indicators provide the cardiologist with important information for determining the dysfunction of the chambers of the heart (especially the right atrium, the most compromised chamber of the heart in the studied cases) with a defect of the atrial septum. Accurate diagnosis of the degree of myocardial dysfunction in this anomaly will allow more accurately determining the indications and timing of surgical correction.