用下一代SPECT (REFINE SPECT 2.0) 进行快速心肌输液成像的更新注册表
Robert J H Miller1,2, Mark Lemley1, Aakash Shanbhag1
1Division of Artificial Intelligence in Medicine, Departments of Medicine, Biomedical Sciences, and Imaging, Cedars-Sinai Medical Center, Los Angeles, California.
概括
REFINE SPECT注册表显示,较高的心肌 perfusion deficits 和冠状动脉分数可以预测主要的不良心血管事件. 这一庞大的数据集增强了对SPECT成像和AI在预测心脏病结果方面的理解.
科学领域:
- 心血管成像 - 心血管成像
- 核心脏病学 核心脏病学
- 人工智能在医学中的应用
背景情况:
- 用下一代SPECT (REFINE SPECT) 进行快速心肌输液成像的注册表已更新,增加了更多患者和CT衰减校正数据.
- 下一代SPECT成像在诊断和管理心血管疾病方面发挥着至关重要的作用.
研究的目的:
- 从更新的REFINE SPECT注册表中呈现设计和初步结果.
- 评估SPECT心肌输液成像和基于深度学习的冠状动脉度评分对主要不良心血管事件 (MACEs) 的预测价值.
主要方法:
- 一个多中心的国际注册 (REFINE SPECT) 收集了来自45,252名患者的临床数据和SPECT/CT图像.
- 量化了SPECT图像,并使用深度学习分析了CT图像,以检测冠状动脉 (CAC).
- 对患者进行了MACE的跟踪,包括死亡,心肌梗塞,不稳定的胸痛和晚期再血管.
主要成果:
- 增加的压力总 perfusion 缺陷 (≥5%) 和更高的深度学习 CAC 评分 (>100) 与增加的 MACE 风险显著相关.
- 压力总输液赤字为5%至<10%的患者对MACE的未调整危险比为2.42.
- 患有深度学习CAC分数>400的患者对MACEs的未调整危险比为5.17.
结论:
- 更新的REFINE SPECT注册表提供了一个全面的数据集,用于分析SPECT心肌输液成像和混合成像,以预测心血管结果.
- 该注册表将通过结合多模式成像数据,促进人工智能工具的验证,以改善风险预测.
- 这些发现突出了定量SPECT MPI和CAC评分在识别MACE高风险患者的预后价值.
关键词:
斯佩克特 (Spectre) 是一个运动场.人工智能的人工智能是人工智能.冠状动脉疾病是一种冠状动脉疾病.心肌 perfusion 影像成像,用于心肌 perfusion 的成像.定量分析量化分析一个固态探测器.
