从非对比心脏CT获得人工智能衍生的左心室质量:与对比CT血管学和CMR相关
Donghee Han1, Aakash Shanbhag1,2, Robert Jh Miller1,3
1Departments of Medicine (Division of Artificial Intelligence in Medicine), Imaging and Biomedical Sciences Cedars-Sinai Medical Center, Los Angeles, California, USA.
JACC. Advances
|September 23, 2024
概括
人工智能 (AI) 现在可以从非对比CT扫描中估计左心室心肌质量 (LV质量). 与对比CT血管造影 (CTA) 和心血管磁共振成像 (CMR) 相比,这种AI方法显示出出色的相关性和最小的偏差.
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:
- 非对比计算断层扫描 (CT) 通常不用于评估左心室心肌质量 (LV质量).
- 传统的LV质量评估方法包括对比CT或心血管磁共振成像 (CMR).
研究的目的:
- 评估使用人工智能 (AI) 方法从标准的,ECG-gated,非对比CT估计LV质量的可行性.
- 将基于AI的LV质量估计与对比CT血管造影 (CTA) 和CMR进行比较.
主要方法:
- 没有新的UNet AI模型被用于非对比CT结构的自动细分.
- 在316名患者中,使用AI测量了非对比CT的LV质量,并与对比CTA和CMR的测量进行了比较.
主要成果:
- 基于AI的LV质量估计从非对比CT显示出与对比CTA (r=0.84) 和CMR (r=0.85) 的良好相关性.
- 与对比CTA (2.9g) 和CMR (-9.4g) 相比,AI测量显示出最小的偏差.
- 人工智能对非对比CT结构进行细分,平均每例需要22秒.
结论:
- 基于AI的LV质量的自动估计从非对比CT是可行的.
- 这种AI方法提供了精确的LV质量测量,与CTA和CMR相比较.
- 非对比CT与AI为LV质量评估提供了一个潜在的替代方案.
