评估动脉样硬化斑块负担:AI-QCT与SIS,CAC,视觉和CAD-RADS狭窄类别的AI-QCT的比较
Hufsa Khan1, Kopal Bansal1, William F Griffin2,3
1Division of Cardiology, The George Washington University School of Medicine, Washington, DC, USA.
人工智能定量计算机断层扫描 (AI-QCT) 显示出与细分参与得分 (SIS) 对评估动脉样硬化疾病负担的良好一致. 这种AI-QCT方法提供了一种快速,可重复的方法来量化斑块体积.
科学领域:
- 心血管成像 - 心血管成像
- 人工智能在医学中的应用
- 放射学 放射学是一门学科.
背景情况:
- 动脉样硬化疾病负担评估对于心血管风险分层至关重要.
- 像CAD-RADS 2.0这样的当前定性方法在精确的斑块量化方面存在局限性.
- 需要客观和可重复的工具来评估冠状动脉疾病 (CAD).
研究的目的:
- 评估人工智能-定量计算机断层扫描 (AI-QCT) 和2022年CAD-RADS 2.0专家共识对动脉样硬化疾病负担的协议.
- 评估AI-QCT量化斑块体积和组成的能力.
- 为了比较AI-QCT斑块负担分期与既定的临床方法.
主要方法:
- 分析了105名接受心脏计算机断层扫描血管造影 (CCTA) 治疗胸痛的患者.
- 经FDA批准的AI-QCT软件量化了斑块体积,狭窄和组成.
- AI-QCT结果与CAD-RADS 2.0组件进行了比较:SIS,CACS,视觉评估和%狭窄.
主要成果:
- AI-QCT斑块负担分阶段表现出与SIS的良好一致 (93%,k=0.87).
- 在AI-QCT斑块体积和视觉评估 (64.4%) 和CACS (66.3%) 之间观察到中度一致.
- 在较低的斑块体积上发现了不一致性,这表明了需要精炼的领域.
结论:
- AI-QCT与SIS在评估动脉样硬化斑块负担方面具有很高的一致性.
- AI-QCT提供了一种有前途,快速和可重复的定量方法,用于总斑块负担.
- 进一步的验证可能将AI-QCT确立为心血管成像中的一个有价值的工具.
更多相关视频
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
06:57Author Spotlight: Advancing Cardiovascular Imaging - Introducing the Spatially Weighted Calcium Score for Early Disease Detection
Published on: September 22, 2023
相关概念视频
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Acute Coronary Syndrome III: Diagnostic Studies
Atherosclerosis I: Introduction
Atherosclerosis II: Clinical Manifestations and Diagnostic Tests
