计算机断层扫描基于血管造影的放射学模型,用于预测动脉动脉样硬化斑块脆弱性
Dezhi Shan1,2, Siyu Wang3, Junjie Wang1
1Department of Neurosurgery, Beijing Hospital, National Center of Gerontology, Institute of Geriatric Medicine, Chinese Academy of Medical Sciences, Beijing, China.
这项研究确定了计算机断层扫描血管学 (CTA) 的放射性特征,以预测易受伤害的喉动脉样硬化斑块 (CAP). 一个随机森林模型准确地识别了脆弱的斑块,有助于早期发现中风.
科学领域:
- 神经成像和放射学研究.
- 心血管研究研究心血管研究
- 人工智能在医学中的应用
背景情况:
- 易受伤害的冠状动脉样硬化斑 (CAP) 是缺血性中风的主要原因.
- 斑块内的新血管化是脆弱性的关键指标,可通过对比增强超声波 (CEUS) 检测到.
- 计算机断层扫描血管造影 (CTA) 广泛用于脑血管评估.
研究的目的:
- 为了确定与CAP新血管化相关的放射性特征.
- 开发一种机器学习模型,使用CTA的放射性特征来预测CAP漏洞.
- 评估模型在区分脆弱斑块和稳定的斑块方面的准确性.
主要方法:
- 追溯收集74名患者的CTA和CEUS数据,其中110名患者有CAP.
- 使用Pyradiomics从CTA图像中提取1,316个放射性特征.
- 开发和评估各种机器学习模型,包括随机森林 (RF),以预测斑块脆弱性.
主要成果:
- 十个放射性特征被选择用于模型构建.
- 随机森林 (model_RF) 显示出优异的性能,在测试队列中达到0.93的AUC.
- Model_RF实现了0.85的准确性,0.87的精度,0.85的回忆力和0.85.85的F1得分.
结论:
- 对CTA的放射学分析可以识别与CAP新血管化相关的特征.
- 基于放射学的随机森林模型提供了一种非侵入性和有效的方法来预测脆弱的CAP.
- 这种方法显示了改善风险中风患者的早期诊断和临床管理的潜力.
更多相关视频
13:45A Method to Study the Correlation Between Local Collagen Structure and Mechanical Properties of Atherosclerotic Plaque Fibrous Tissue
Published on: November 11, 2022
10:02Quantification of Atherosclerotic Plaque Activity and Vascular Inflammation using [18-F] Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography FDG-PET/CT
Published on: May 2, 2012
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System IV: CMRI
