Indice di miocardite definito da un algoritmo di riconoscimento basato sulla PCA applicato all'analisi triassiale di immagini di risonanza magnetica del muscolo cardiaco.

In questo lavoro viene presentato un indice di miocardite calcolato dall'analisi di immagini di risonanza magnetica del muscolo cardiaco, attraverso un algoritmo di riconoscimento basato su PCA sui domini i cui contorni sono definiti dall'operatore. L'algoritmo, dopo un fase di preprocessing delle slices e dei domini, analizza i volumi per il calcolo dell'indice di miocardite e del relativo intervallo di confidenza. L'algoritmo è stato testato esaminando un gruppo di pazienti con diagnosi clinica di miocardite. Gli indici ottenuti sono stati confrontati con una variabile ordinale che rappresentava la valutazione in cieco della gravità della miocardite data da due radiologi sulla base delle casistiche dei pazienti. I risultati mostrano una correlazione significativa tra gli indici di miocardite e le valutazioni dei radiologi con buona riproducibilità intra-osservatore e inter-osservatore. L'indice di miocardite proposto non sostituisce la valutazione del radiologo, ma potrebbe essere utilizzato per correlare quantitativamente le valutazioni delle immagini con altri parametri biologici per lo sviluppo di migliori protocolli diagnostici.