人工智能启用冠状动脉斑块分析的患者特异心肌梗塞风险值
Robert J H Miller1,2, Nipun Manral1, Andrew Lin1,3,4
1Biomedical Imaging Research Institute, Cedars-Sinai Medical Center, Los Angeles, CA (R.J.J.M., N.M., A.L., A.S., C.P., A.K., P.M., A.R., K.G., A.C.K., D.H., K.K., G.F.T., J.G., H.G., S.C., D.S.B., P.J.S., D.D.).
深度学习准确量化CT血管学冠状动脉斑块. 高位斑块量,特别是在老年男性中,显著预测心肌梗塞风险,突出其临床实用性.
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
- 无线电学 (Radiomics) 是一种无线电学.
背景情况:
- 冠状动脉计算机断层扫描血管造影 (CCTA) 能够为心血管风险预测提供斑块量化.
- 深度学习 (DL) 提供来自CCTA的自动化斑块量化.
- 这项研究建立了基于年龄和性别的DL斑块分布,并评估了它们对心肌梗塞的预测能力.
研究的目的:
- 为了确定DL量化的冠状动脉斑块体积的年龄和性别特异分布.
- 评估这些基于DL的斑块测量对心肌梗塞 (MI) 风险的预测价值.
主要方法:
- 一个经过验证的DL系统在2803名患者中量化了CCTA的冠状动脉斑块.
- 特定于年龄和性别的斑块体积分布来自956名患有稳定冠状动脉疾病的患者.
- 外部多中心队列 (n=1847) 用于将斑块百分位与心脏病发病率相关联.
主要成果:
- 由DL量化的冠状动脉斑块体积随着年龄的增长而增加,在男性中更高.
- 总斑块体积≥75百分位的患者面临显著更高的MI风险 (未调整的HR为2.65).
- 这些关联在多变量分析中仍然显著,即使经过对临床因素和狭窄进行调整.
结论:
- 基于DL的冠状动脉斑块体积分布,按年龄和性别分层,是心肌梗塞的强有力的预测因素.
- 冠状动脉斑块负担较高 (≥75百分位数) 的患者患心脏病发作风险最大.
更多相关视频
06:18Intravascular Ultrasound Image-Based Finite Element Modeling Approach for Quantifying In Vivo Mechanical Properties of Human Coronary Artery
Published on: December 6, 2024
04:41Digital PCR for Quantifying Circulating MicroRNAs in Acute Myocardial Infarction and Cardiovascular Disease
Published on: July 3, 2018
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Coronary Artery Disease I: Introduction
Acute Coronary Syndrome II: Pathophysiology and clinical manifestations
Acute Coronary SyndromeI: Introduction
Acute Coronary Syndrome III: Diagnostic studies
Coronary Artery Disease II: Pathophysiology
