相关实验视频
Updated: Mar 8, 2026
06:53
3D Whole-heart Myocardial Tissue Analysis
Published on: April 12, 2017
9.4K
3D空间时空心脏重建用于预测急性心肌梗塞中MACE
Qiang Gao1,2, Jingping Wu3, Yingshuang Gao1,2
1SJTU-Yale Joint Center for Biostatistics and Data Science, Technical Center for Digital Medicine, National Center for Translational Medicine, Shanghai Jiao Tong University, Shanghai, China.
NPJ digital medicine
|March 6, 2026
概括
这项研究介绍了HeartTTable,这是一种AI模型,可以预测心脏病发作治疗后的长期心血管事件. 它整合了心脏成像和临床数据,用于对接受皮肤冠状动脉干预的患者进行高级风险评估.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 皮肤冠状动脉干预 (PCI) 后主要不良心血管事件 (MACE) 的现有AI模型往往忽视了心磁共振 (CMR) 成像潜力和多式数据集成.
- 目前的风险预测工具主要关注短期结果,限制了它们对长期患者管理的有用性.
研究的目的:
- 开发一种先进的AI模型,用于PCI后急性心肌梗塞 (AMI) 患者的长期MACE预测.
- 利用多模式数据,包括CMR成像和临床变量,以提高预后准确性.
- 改善长期术后风险分层和临床决策.
主要方法:
- 重建Seg3D模型重建了短轴cine CMR堆成3D双心室体积.
- 时空分解和交叉注意力机制整合了3DCMR数据与45个临床和CMR衍生变量.
- 一个多式人工智能模型,HeartTTable,被开发用于MACE预测.
主要成果:
- 对于MACE风险预测,HeartTTable实现了0.934的5年时间依赖AUC和0.897的哈雷尔C指数.
- 多式联运模型显著优于仅使用表格数据的模型.
- 在AMI患者的术后风险分层方面表现出强大的能力.
结论:
- 心脏表模型为PCI后的AMI患者提供了改进的长期MACE风险预测.
- 这种人工智能工具为临床医生提供了一个客观的,数据驱动的决策支持系统,以加强术后管理.
- 将CMR成像与临床数据相结合,显著提高了心血管事件预后.
