通过冠心内成像对动脉样硬化斑块特征的自动评估:一个范围审查
Flavio Giuseppe Biccirè1, Dominik Mannhart1, Ryota Kakizaki1
1Department of Cardiology, Bern University Hospital, University of Bern, Bern, Switzerland.
Frontiers in cardiovascular medicine
|May 14, 2024
概括
这次审查发现冠心内成像 (ICI) 分析的自动工具有限,主要用于使用OCT和IVUS检测. 开发和验证报告缺乏这些动脉样硬化斑块评估工具的关键细节.
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
- 医疗器械技术 医疗器械技术
背景情况:
- 缺乏对动脉样硬化斑块评估自动冠心内成像 (ICI) 工具的诊断性能和临床有效性的系统性调查.
- 机器学习的最新进展,特别是深度学习,刺激了用于心血管成像的自动化分析工具的开发.
研究的目的:
- 通过光学连贯断层扫描 (OCT) 和血管内超声波 (IVUS) 进行动脉样硬化斑块成分评估的自动工具的范围审查.
- 总结研究特征,报告的具体情况和自动ICI分析工具的诊断性能.
主要方法:
- 进行了全面的范围审查,包括使用OCT或IVUS的自动斑块评估工具的研究.
- 关于研究特征,工具特征和诊断性能指标的数据被提取和合成.
主要成果:
- 包括42个OCT和26个IVUS研究,其中大多数是最近发表的. 在OCT (71%) 和IVUS (34%) 研究中,卷积神经网络是普遍存在的.
- 检测是最常见的,显示出高的区分性能 (OCT AUC: 0.91-0.99;IVUS AUC: 0.89-0.98). 海洋国家和地区还评估了脂质 (AUC:0.82-0.86) 和薄盖纤维肌瘤 (AUC:0.82-0.94).
- 斑块负担主要在IVUS研究中进行评估 (AUC:在一项研究中为0.70).
结论:
- 有限数量的ICI分析的自动化机器学习工具可用,主要用于OCT和IVUS的检测.
- 报告自动化冠心内成像分析的开发和验证过程是不一致的,缺乏必要的信息.
- 需要进一步的标准化和透明的报告,以推进动脉样硬化斑块评估的自动化ICI工具的临床实用性.
更多相关视频
08:13Microwave-driven Synthesis of Iron Oxide Nanoparticles for Fast Detection of Atherosclerosis
Published on: March 22, 2016
10.5K
09:43In vivo Near Infrared Fluorescence NIRF Intravascular Molecular Imaging of Inflammatory Plaque, a Multimodal Approach to Imaging of Atherosclerosis
Published on: August 4, 2011
18.0K
