典型文献
基于深度学习的FFRCT在可疑冠心病病人中的应用
文献摘要:
目的 探讨基于深度学习的CT血流储备分数(FFRCT)在可疑冠心病病人中应用的可行性,分析缺血性病变(FFRCT≤0.80)的预测因素及对治疗决策的影响.方法 回顾性纳入因疑似冠心病行冠状动脉CT血管成像(CCTA)的病人292例,其中男187例,女105例,平均年龄(65.8±10.3)岁.利用CCTA影像将狭窄程度分为轻度(≥25%且<50%)、中度(≥50%且<70%)和重度(≥70%且<99%).采用基于深度学习的FFRCT软件对病人的CCTA数据进行测量.根据FFRCT数值范围将病人分为阳性组(FFRCT≤0.80,102例)和阴性组(FFRCT>0.80,190例).2组病人的一般资料、CCTA上的血管特征及血运重建,以及基于FFRCT与CCTA制定的治疗策略的比较采用Mann-Whitney U检验、t检验及卡方检验.采用Logistic回归分析FFRCT≤0.80的独立预测因素.结果 阳性组病人的年龄更大,男性更多,高血压、糖尿病和吸烟的比例均高于阴性组(均P<0.05).阳性组较阴性组病人更多的表现为中重度狭窄(分别为80.4%和28.4%),更多的病人行血运重建术(分别为56.8%和11.1%),均P<0.05.74例病人(25.3%)基于FFRCT的结果治疗决策发生改变.多因素Logsitic回归分析显示,高血压(OR=2.245)、糖尿病(OR=2.238)及中重度狭窄(OR=8.837)是FFRCT≤0.80的独立预测因素(均P<0.05).结论 基于深度学习的FFRCT技术在可疑冠心病病人中的应用是可行的,高血压、糖尿病及中重度狭窄是FFRCT≤0.80的独立预测因素,FFRCT可能影响病人的治疗决策.
文献关键词:
冠心病;体层摄影术;X线计算机;血流储备分数;深度学习
中图分类号:
作者姓名:
乔红艳;李海成;冶晓红;吴勇;徐淑颖;张龙江;胡曙东;姜建威
作者机构:
江南大学附属医院医学影像科,无锡 214122;民和县人民医院医学影像科;东部战区总医院放射诊断科
文献出处:
引用格式:
[1]乔红艳;李海成;冶晓红;吴勇;徐淑颖;张龙江;胡曙东;姜建威-.基于深度学习的FFRCT在可疑冠心病病人中的应用)[J].国际医学放射学杂志,2022(06):632-637
A类:
B类:
FFRCT,可疑,冠心病病人,血流储备分数,缺血性病变,预测因素,治疗决策,冠状动脉,血管成像,CCTA,中男,平均年龄,狭窄程度,数值范围,血管特征,治疗策略,Mann,Whitney,卡方检验,中重度,重度狭窄,人行,行血,血运重建术,策发,Logsitic,体层摄影术,线计算
AB值:
0.225316
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。