从冠状动脉CT血管学对人工智能支持的斑块量化的诊断性能与血管内超声波相比
Abdul Rahman Ihdayhid1, Georgios Tzimas1, Kersten Peterson1
1From the Department of Cardiology, Fiona Stanley Hospital, Perth, Australia (A.R.I.); Harry Perkins Institute of Medical Research, Curtin Medical School, Curtin University, 11 Robin Warren Dr, Murdoch, WA 6150, Australia (A.R.I.); Department of Radiology, St Paul's Hospital, University of British Columbia, Vancouver, Canada (G.T.); HeartFlow Inc, Mountain View, Calif (K.P., N.N., S.M.); Cardiovascular Research Foundation, Columbia University, New York, NY (A.M.); and Department of Cardiovascular Medicine, William Beaumont University Hospital-Corewell Health East, Royal Oak, Mich (R.D.S.).
一个用于冠状动脉CT血管造影的人工智能工具显示,它与静脉内US对定量冠状动脉斑块体积的高度一致. 这种人工智能工具准确地描述斑块,有助于诊断和治疗规划.
科学领域:
- 心血管成像 - 心血管成像
- 医疗人工智能 医疗人工智能
- 生物医学工程 生物医学工程
背景情况:
- 准确量化冠状动脉斑块体积对于诊断和管理冠状动脉疾病至关重要.
- 冠状动脉CT血管造影 (CCTA) 是一种非侵入性成像方式,但其斑块定量可能是有限的.
- 血管内静脉注射 (IVUS) 是详细表征斑块的侵入性黄金标准.
研究的目的:
- 评估一个支持AI的CCTA工具 (AI-QCPA;HeartFlow) 在量化斑块体积方面的诊断性能.
- 将AI工具的斑块体积测量与ST升高心肌梗塞患者的IVUS进行比较.
主要方法:
- 一个潜在的注册表的回顾性分析,包括33名参与者与STEMI.
- 在初级PCI后,CCTA和IVUS在非罪祸首的病变上进行.
- 使用斯皮尔曼相关性和布兰德-阿尔特曼分析来比较斑块体积.
主要成果:
- 在容器 (ρ = 0.94) 和流明量 (ρ = 0.97) 方面,AI-QCPA和IVUS之间有着强烈的协议.
- 对总斑块体积 (ρ = 0.92),非化斑块 (ρ = 0.91) 和化斑块 (ρ = 0.87) 的高度一致.
- 与IVUS相比,AI-QCPA显示了总和化斑块体积的轻微低估和非化斑块的高估.
结论:
- 支持人工智能的CCTA自动化斑块量化工具显示了与IVUS的高度一致.
- 这种人工智能工具对于量化和描述冠状动脉斑块体积是有效的.
- 在心血管成像中,AI-QCPA显示出作为一种有价值的非侵入性工具的潜力.
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System II:Types of Echocardiography
Types of Echocardiography
Transthoracic Echocardiography (TTE)
TTE is the most common type of echocardiogram which involves placing a transducer on the patient's chest, emitting sound waves to create heart images. TTE is invaluable for evaluating the heart's size, structure, and motion, making it particularly useful for...


