超解像度のディープラーニング再構築による冠動脈計算機断層撮影による画像品質と診断性能の改善

科学分野:

• 心血管イメージング
• 医療画像再構築
• 医療における人工知能

背景:

• 冠動脈計算機断層撮影 (CCTA) の質は,小分流量準備 (CT-FFR) の正確な評価に不可欠です.
• 従来の再建方法では 硬直したプラークとステントの埋め込みが困難です
• 超高解像度ディープラーニング再構築 (SR-DLR) は,CCTAの画像品質を改善するための潜在的な解決策を提供します.

研究 の 目的:

• 従来の方法と比較してSR-DLRを使用してCCTAの画像品質を評価する.
• 異なる再構築アルゴリズムから得られたCT-FFRの診断性能を評価する.
• 難しい冠動脈のシナリオにおけるSR-DLRの有効性を決定する.

主な方法:

• CCTAを受けた50人の患者の遡及分析.
• ハイブリッド・イテラティブ・コンストラクション (HIR),モデルベースのイテラティブ・コンストラクション (MBIR),従来のディープ・ラーニング・コンストラクション (C-DLR),SR-DLRを用いた画像再構築.
• 客観的パラメータ,主観的スコア,およびCT-FFRの診断性能を22人の患者 (45件の病変) の侵襲性FFRと比較した.

主要な成果:

• SR-DLRは,より低いノイズ,より高いSNR,よりよいエッジの鋭さ (P<0.05) を含む優れた画像品質を示しました.
• 主観的な画像品質のスコアはSR- DLR (P< 0. 001) よりも著しく高かった.
• HIR,MBIR,C-DLRと比較して,SR-DLRはCT-FFRの診断精度 (82%対60-67%) とAUC (0. 84対0. 61- 0. 70) を著しく改善した (P<0. 05).
• CT-FFRの評価のためのSR-DLR強化特異性,PPV,感度,NPV

結論:

• SR-DLRはCCTAに優れた客観的および主観的な画像品質を提供します.
• SR-DLRはCT-FFRの診断性能を大幅に改善する.
• SR-DLRは,流れを制限する冠動脈病変のより正確な識別を可能にします.