Reconstrucción de Aprendizaje Profundo Combinado con Técnica de Aumento de Mejoramiento de Contraste en "Cuádruple...

Área de la Ciencia:

• Imágenes médicas de imágenes médicas.
• Radiología Radiología.
• La inteligencia artificial en la medicina.

Sus antecedentes:

• La angiografía CT coronaria (CCTA) tradicionalmente implica una dosis significativa de radiación y la administración de un agente de contraste.
• La optimización de los protocolos CCTA para reducir la exposición del paciente y mantener la precisión del diagnóstico es un desafío clínico clave.

Objetivo del estudio:

• Evaluar la eficacia de un algoritmo de reconstrucción de aprendizaje profundo (DLR, por sus siglas en inglés) combinado con la tecnología de aumento de contraste (CE-boost, por sus siglas en inglés).
• Para evaluar la calidad de imagen y el rendimiento de diagnóstico del CCTA utilizando un protocolo "cuádruple-bajo" (baja tensión, baja velocidad de flujo, bajo volumen de contraste, baja concentración).

Principales métodos:

• Un estudio prospectivo aleatorizó a 102 pacientes en grupos de dosis de rutina (RD) o cuádruple bajo (QL) CCTA.
• El grupo de QL utilizó un volumen y una velocidad de flujo reducidos del agente de contraste, con cuatro métodos de reconstrucción: reconstrucción iterativa híbrida (HIR), DLR, CE-boost + HIR y CE-boost + DLR.
• Se realizaron evaluaciones de calidad de imagen objetivas (SNR, CNR) y subjetivas, junto con el análisis de la carga de placa coronaria y la precisión del diagnóstico frente a la angiografía coronaria invasiva.

Principales resultados:

• El protocolo QL logró una reducción del 78,3% en la dosis de radiación y una reducción del 43% en el volumen de contraste en comparación con RD (P <0,001).
• La combinación de DLR y CE-boost en el grupo QL (QL-DLR-boost) demostró una relación señal-ruido (SNR) superior, una relación contraste-ruido (CNR) y una calidad de imagen subjetiva (P<0.001).
• La precisión del diagnóstico para QL-DLR-boost CCTA contra la angiografía coronaria invasiva fue alta (96,7% de precisión, 100% de sensibilidad), sin diferencias significativas en las evaluaciones de la carga de placa entre los métodos de reconstrucción.

Conclusiones:

• La reconstrucción de aprendizaje profundo combinada con la tecnología CE-boost permite un protocolo CCTA "cuádruple bajo".
• Este enfoque reduce significativamente la dosis de radiación y el volumen de contraste al tiempo que logra una calidad y un rendimiento de imagen de diagnóstico superiores.