ディープラーニングベースの自動冠動脈プラーク定量化:超高解像度フォトンカウント検出器CTによる異なる時間解像度での最初の実証

科学分野:

• 心血管イメージング
• 医療における人工知能
• 放射線科

背景:

• 冠動脈疾患の診断は プラークの正確な定量化に依存しています
• 超高解像度CT血管図 (UHR CCTA) は,詳細なプラーク視覚化を提供します.
• ディープラーニング (DL) ツールは,複雑な画像解析を自動化するために有望です.

研究 の 目的:

• 冠動脈プラークの定量化のための新しいDLツールの実現性と再現性を評価する.
• プラーク定量測定の精度に対する時間解像度の影響を評価する.
• UHR CCTAのプラーク分析のための自動化されたワークフローを検証する.

主な方法:

• 45のUHR CCTAスキャンを遡って分析した.
• 66 ms と 125 ms の時間解像度でデータセットを再構築する.
• 自動冠動脈分割とプラーク定量化のためのDLアルゴリズムの適用.

主要な成果:

• DLアルゴリズムは高い再現性を示し,手動の修正を必要としなかった.
• 低時間解像度 (125 ms) は,66 msと比較して,プラーク容量と直径の狭窄を体系的に過大評価した.
• 解像度間のプラーク容量 (P<0. 05) と狭窄 (P<0. 01) の有意な差異が観察されました.

結論:

• この新しいDLツールは,UHR CCTAにおける冠動脈プラークの定量化に堅牢で再現可能である.
• 時間の解像度はプラークの定量化に大きく影響し,解像度の低下は過大評価につながります.
• 標準化されたイメージングプロトコルは DL ベースのプラーク分析に不可欠です.