冠状动脉中的人工智能 评分 检测和量化
Khaled Abdelrahman1, Arthur Shiyovich1, Daniel M Huck1
1Departments of Medicine (Cardiovascular Division) and Radiology, Brigham and Women's Hospital, Harvard Medical School, Boston, MA 02115, USA.
Diagnostics (Basel, Switzerland)
|January 22, 2024
概括
冠状动脉 (CAC) 评分现在可以在CT扫描上使用人工智能自动进行. 这项技术改善了冠状动脉疾病的检测,有助于评估心血管风险和预防性治疗决策.
科学领域:
- 心脏病学 心脏病学
- 放射学 放射学是一门学科.
- 人工智能在医学中的应用
背景情况:
- 冠状动脉 (CAC) 是冠状动脉样硬化的关键标志物,也是心血管事件的强有力的预测因素.
- 在传统因素之外,CAC有助于风险分层,根据当前的指导方针指导预防治疗决策.
- 可以在专用扫描或偶然的非对比胸部CT上评估CAC,尽管偶然的发现往往没有报告.
研究的目的:
- 评估人工智能 (AI) 在自动化CAC评分中的应用.
- 评估AI在检测非门式CT扫描中的偶然CAC方面的潜力.
- 提高识别和管理未诊断的冠状动脉疾病的效率.
主要方法:
- 对自动化CAC评分的各种AI方法的审查,包括基于规则的模型,机器学习和深度学习.
- 专注于卷积神经网络 (CNN) 作为一个成功的深度学习技术.
- 基于AI的CAC评分与手动评分方法的比较.
主要成果:
- 人工智能,特别是CNN,与手动CAC评分的高度一致.
- 自动CAC评分可以有效地应用于专用心脏和非心脏CT扫描.
- 从非关联研究中更广泛,更准确地检测CAC的潜力.
结论:
- 使用人工智能,特别是CNN的自动CAC评分是一种可行的和准确的方法.
- 这项技术可以提高偶然CAC的检测,改善心血管风险评估.
- 更广泛的实施可以提高管理冠状动脉疾病的医疗保健效率.


