在冠心电脑断层扫描冠心电脑断层扫描血管学上的定量冠心斑分析中,读者内部和读者间的可重复性
Raymundo A Quintana1, Philipp von Knebel Doeberitz2, Nishant Vatsa3
1Cardiovascular Imaging Section, Division of Cardiology, Department of Medicine, University of Colorado Anschutz Medical Campus, Aurora, CO, USA.
Current problems in cardiology
|April 30, 2024
概括
这项研究表明,人工智能软件提供了冠状动脉斑块负担和冠状动脉周周脂肪组织 (PCAT) 的高度可重现的测量. 这种人工智能工具提高了从冠状动脉CT血管学 (CCTA) 来量化心脏事件预测者的可靠性.
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:
- 冠状动脉斑块负担,包括低衰减非化斑块 (LAP) 和冠状动脉周周脂肪组织 (PCAT),是未来心脏事件的既定预测因素.
- 冠状动脉CT血管造影 (CCTA) 是评估这些斑块特征的关键成像方式.
- 准确和可重复量化斑块负担和PCAT对于风险分层至关重要.
研究的目的:
- 评估定量冠状动脉斑块负担及其特征的内部和跨读者可重复性.
- 评估人工智能增强的半自动化软件用于斑块和PCAT体积测量的性能.
- 确定CCTA中人工智能辅助分析的可靠性,以评估心血管风险.
主要方法:
- 16名患者使用西门子扫描仪进行了CCTA.
- 两名专家读者使用AI增强的半自动软件 (vascuCAP) 来量化化斑块,LAP和PCAT体积.
- 读者在6周后重复分析,对临床数据视而不见,以评估读者内部和读者之间的一致性.
- 使用皮尔森相关系数和布兰德-阿尔特曼分析来评估可重复性.
主要成果:
- 在化斑块 (r=0.96,0.94),LAP (r=0.99,0.94) 和PCAT (r=0.92,0.95) 卷中观察到高的读取器内可重复性.
- 对化斑块 (r=0.92,0.99),LAP (r=0.96,0.99) 和PCAT (r=0.78,0.93) 卷进行了优异的读者间可重复性.
- 在布兰德-阿尔特曼分析中没有发现显著偏差,这表明高度一致.
结论:
- 使用人工智能增强软件测量冠状动脉斑块负担和PCAT的体积测量表明,读者内部和读者之间的一致性很高.
- 这种人工智能工具提供了一种可靠的方法来从CCTA量化心血管风险因素.
- 这些发现支持AI在改善心脏成像分析的准确性和一致性方面的临床实用性.
