人工智能定义的心脏解剖学改善了混合输血成像的风险分层
Robert J H Miller1, Aakash Shanbhag2, Aditya Killekar3
1Department of Medicine (Division of Artificial Intelligence in Medicine), Imaging, and Biomedical Sciences, Cedars-Sinai Medical Center, Los Angeles, California, USA; Department of Cardiac Sciences, University of Calgary, Calgary Alberta, Canada.
人工智能 (AI) 可以自动测量CT衰减校正图像的心脏解剖学,显著改善了在接受混合心肌输液成像的患者心血管风险预测.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 计算机断层扫描减弱校正 (CTAC) 增强了混合心肌 perfusion 影像定量.
- 人工智能 (AI) 可以从CTAC测量冠状动脉 (CAC) 来预测风险.
- 人工智能也可以从CTAC中获得额外的心脏解剖特征.
研究的目的:
- 评估基于人工智能的心脏解剖学从CTAC的衍生.
- 评估人工智能衍生的心脏解剖学的额外的预后效用.
- 改进混合心肌输液成像中的心血管风险评估.
主要方法:
- 分析了没有已知的冠状动脉疾病的连续患者,他们接受了混合心肌输液成像.
- 经过验证的AI模型从CTAC中细分了CAC和心脏结构 (左心室,左心室,右心室,右心室体积和左心室[LV]质量).
- 评估了与主要不良心血管事件 (MACE) 的关联.
主要成果:
- 包括7,613名患者;在随访期间,13.7%的患者经历了MACE.
- 人工智能快速自动测量CAC,心脏体积和LV质量.
- 较高的 LV 质量和心脏体积与增加的 MACE 风险显著相关 (HR 1.46-3.31).
- 将AI衍生量和LV质量纳入,风险重新分类提高了23.1%.
结论:
- 人工智能可以从CT减弱成像中自动推导LV质量和心室体积.
- 这些来自人工智能的信息显著改善了心血管风险评估.
- 人工智能增强了混合心肌输液成像的预后价值.
更多相关视频
11:13Quantification of Mouse Heart Left Ventricular Function, Myocardial Strain, and Hemodynamic Forces by Cardiovascular Magnetic Resonance Imaging
Published on: May 24, 2021
11:09High-Resolution Cardiac Positron Emission Tomography/Computed Tomography for Small Animals
Published on: December 16, 2022
相关概念视频
Imaging Studies for Cardiovascular System V: CT
Cardiac Catheterization I: Pre-Procedure Overview
