自动冠状动脉斑块量化和CAD-RADS预测使用网状前置

科学领域:

• 医疗成像医学成像
• 心血管研究研究心血管研究
• 计算解剖学的计算解剖学

背景情况:

• 冠状动脉疾病 (CAD) 是一个主要的全球健康问题.
• 冠状动脉CT血管造影 (CCTA) 对于诊断CAD和评估心血管事件风险至关重要.
• 目前用于CCTA的分析方法,包括CAD-RADS评分,需要精确细分冠状动脉和动脉硬性斑块.

研究的目的:

• 开发一种新的方法,从CCTA直接推断出冠状动脉光线和斑块的表面网格.
• 为了利用这些表面网格进行自动CAD-RADS分类.
• 评估拟议的临床应用的网状推断方法的准确性和可行性.

主要方法:

• 开发了一种新的方法,直接推断冠状动脉光和斑块的表面网格,使用中心线前.
• 该方法在2407次CCTA扫描中进行了训练和评估.
• 下游CAD-RADS评分任务使用推断网格进行.

主要成果:

• 该方法实现了高的损伤智能体积类内相关系数:0.98 (化),0.79 (非化) 和0.85 (总斑块).
• 在患者水平的CAD-RADS分类中,在300个扫描测试组中,实现了0.75的线性加权卡帕 (κ).
• 在658次扫描的跨机构验证中, κ值为0.71,表明了稳定性.

结论:

• 从CCTA直接推断冠状动脉光线和斑块表面网格是可行的.
• 这种基于网格的方法可以实现自动和准确的CAD-RADS分类.
• 该方法有可能改善疑似CAD患者的临床决策.