相关实验视频
Updated: May 10, 2025
08:28
Monitoring the Wall Mechanics During Stent Deployment in a Vessel
Published on: May 8, 2012
9.2K
基于人工智能的算法用于支架覆盖率评估
Joanna Fluder-Wlodarczyk1, Mikhail Darakhovich2, Zofia Schneider3
1Division of Cardiology and Structural Heart Diseases, Medical University of Silesia in Katowice, 40-635 Katowice, Poland.
Journal of personalized medicine
|April 25, 2025
概括
一个人工智能 (AI) 工具在从光学连贯断层扫描 (OCT) 图像中检测支架支架覆盖率方面表现有希望. 虽然对于覆盖的支架有效,但需要进一步的研究来提高未覆盖的支架的准确性.
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
- 医疗器械技术 医疗器械技术
背景情况:
- 支架植入后的Neointimal增生是支架血栓形成的一个关键因素.
- 光学连贯断层扫描 (OCT) 对于在体内评估支架支架覆盖率至关重要.
- 为了实现新理想的覆盖范围,手动分析海外和海外国家的图像是耗时的.
研究的目的:
- 评估基于人工智能的工具用于检测和分类覆盖和未覆盖的支架支架的初步性能.
- 评估AI在分析OCT图像的准确性和效率,以获得新理想覆盖范围.
主要方法:
- 使用YOLO11神经网络开发AI算法.
- 训练和验证使用OCT回撤算法的算法.
- 将AI性能与专家人类分析师的共识进行比较.
主要成果:
- 人工智能工具证明了令人满意的支架检测 (92%的PPV,90%的TPR).
- 覆盖的支架 (81% PPV,85% TPR) 与未覆盖的支架 (73% PPV,60% TPR) 相比,观察到更高的准确性.
- 人工智能与分析师的一致性是中等的 (κ = 0.444).
结论:
- 人工智能工具在检测支架支架,特别是覆盖的支架方面取得了初步成功.
- 未被覆盖的支架的分类仍然是一个挑战,需要进一步改进.
- 需要进行更大规模的临床研究,以提高人工智能工具的性能和临床效用.
