FAILED
首站-论文投稿智能助手
典型文献
冠状动脉CT造影的深度学习对冠心病的诊断价值
文献摘要:
目的:评价人工智能(AI)在冠状动脉CT血管造影(CCTA)对冠心病的诊断价值.方法:对2020年6月至12月,先后行CCTA和有创冠状动脉造影(ICA)的150例患者进行回顾性分析.100例患者的CCTA图像作为训练数据集,使用卷积神经网络(CNN)进行训练,识别斑块类型和冠状动脉狭窄程度.另外50例CAD患者作为测试数据集,以ICA图像为参考标准,采用ROC曲线分析方法,比较CCTA-AI与ICA和传统人工CCTA在评价冠状动脉狭窄和斑块特征方面的差异.结果:在鉴别不同程度冠状动脉狭窄时,CCTA-AI的诊断准确率优于传统人工方法(AUCAI=0.870,AUC传统CCTA=0.781,P<0.001).在识别斑块类型方面,CCTA-AI的准确度与传统的人工方法相比表现中等(AUC=0.750,P<0.001).结论:与传统的CCTA相比,CCTA-AI在识别≥50%狭窄和分析斑块类型方面是相对准确的.
文献关键词:
冠状动脉粥样硬化性狭窄;冠状动脉CT血管成像;卷积神经网络;深度学习
作者姓名:
韩丹;杨正汉;徐岩;罗南;陈疆红
作者机构:
100050 首都医科大学附属北京友谊医院放射科
引用格式:
[1]韩丹;杨正汉;徐岩;罗南;陈疆红-.冠状动脉CT造影的深度学习对冠心病的诊断价值)[J].心肺血管病杂志,2022(01):77-83
A类:
AUCAI,冠状动脉粥样硬化性狭窄
B类:
冠心病,诊断价值,血管造影,CCTA,后行,冠状动脉造影,ICA,训练数据集,斑块类型,冠状动脉狭窄程度,CAD,测试数据,参考标准,传统人工,斑块特征,不同程度冠状动脉狭窄,诊断准确率,对准,血管成像
AB值:
0.179507
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。