人工智能技术应用于冠状动脉CTA图像后处理的可行性

摘要：

目的:通过与人工后处理法比较,探讨在冠状动脉CT血管成像后处理过程中人工智能(AI)技术的应用价值.方法:回顾性分析2020年4-6月在本院行冠状动脉CTA检查且符合纳入标准的107例患者的临床和影像资料.通过与人工法图像后处理进行比较,评价A I法后处理的工作效率、VR图像质量评分、冠脉血管节段(分为18段)显示率、标示符合率以及对冠脉狭窄程度的诊断符合率.结果:AI后处理的平均完成时间为(333.64±19.32)s,较人工方法[(642.62±90.90)s]缩短了约309s,平均时间增益率为48.13％;AI法获得的VR图像质量优良率为97.20％(104/107),人工方法为99.07％(106/107),两种方法获得的VR图像质量主观评分间的差异无统计学意义(P>0.05);在V R图像上冠脉血管节段的显示情况方面,AI组的总体显示率为99.88％(1605/1607),与人工组间的差异无统计学意义(P>0.05);AI组中标示冠脉各节段名称的符合率为96.88％(1555/1605),其中有6支冠脉节段的标示命名符合率与人工组之间的差异有统计学意义(P<0.05),分别为第二对角支(D2)、第一钝缘支(OM1)、左回旋支(LCX)中远段、第二钝缘支(OM2)、右室后支(R-PLB)和中间支(RI);AI组中对右冠状动脉(RCA)和左回旋支(LCX)近中段轻度血管狭窄的诊断结果与人工组之间的差异具有统计学意义(P值均<0.05),对左冠脉前降支(LAD)近中段血管无明显狭窄和轻度狭窄的诊断结果与人工组之间的差异有统计学意义(P值均<0.05),两组间其余冠脉分支近中段不同狭窄程度的诊断结果间的差异无统计学意义(P值均>0.05).结论:采用人工智能技术行冠状动脉CTA图像后处理可以明显提高工作效率,并能辅助影像医师进行诊断.

关键词：人工智能;深度学习;冠状动脉;CT血管成像;图像后处理;图像质量

所属期刊栏目：36

分类号：R543.3;R814.42(心脏、血管（循环系）疾病)

在线出版日期：2021-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：994-999