SE-LSTMNet Model Using Polar Conversion for Diagnosis of Atherosclerosis

죽상동맥경화증 진단을 위한 극좌표 변환과 SE-LSTMNet 모델

Atherosclerosis is a chronic vascular inflammatory disease in which plaque builds up in the arteries and impairs blood flow. This can lead to heart disease and stroke. Since most people do not have any symptoms until the artery is severely narrowed, early detection of atherosclerosis is critical. In this paper, in order to effectively detect atherosclerotic lesions in tube-shaped blood vessels, polar conversion is applied to MRI images based on the vessel center. We then propose a SE-LSTMNet model using continuous signal information for each angle of a polar coordinate image. The trained model showed classification performance of 0.9194 accuracy, 0.9370 sensitivity, 0.8796 specificity, 0.8700 F1 score, and 0.9719 AUC on the validation data.

죽상동맥경화증(atherosclerosis)은 동맥에 플라크가 쌓여 혈류 장애를 일으키는 만성 혈관염증 질환으로 심장병과 뇌졸중을 일으킬 수 있다. 하지만 대부분은 동맥이 심하게 좁아질 때까지 증상이 없기 때문에 조기 발견이 중요하다. 본 논문은 튜브 모양의 혈관에서 경화성 병변을 효과적으로 진단하기 위해 MRI 영상에 혈관 중심을 기준으로 극좌표 변환을 적용하였다. 그리고, 극좌표 영상의 각도별 연속된 신호정보를 이용하는 SE-LSTMNet 모델을 제안한다. 학습된 모델은 검증 데이터에 대해 정확도 0.9194, 민감도 0.9370, 특이도 0.8796, F1 score 0.8700, AUC 0.9719의 분류 성능을 보였다.