基于深度学习的冠状动脉CT血管成像冠状动脉疾病报告与诊断系统的临床应用

摘要：

目的 探讨基于深度学习(deep learning,DL)的冠状动脉CT血管成像(coronary computed to-mography angiography,CCTA)的冠状动脉疾病报告与数据系统(coronary artery disease-reporting and data sys-tem,CAD-RADSTM)冠心病诊断中的临床应用价值.方法 选取我院2018年9-12月,临床疑诊为冠心病的患者226例,常规行CCTA扫描,按照CAD-RADSTM报告系统,分别由两位高年资医师和基于深度学习的自动软件对患者进行分级报告.结果 基于深度学习对CCTA的CAD-RADS分级和医师对CCTA的CAD-RADS分级评价差异无统计学意义(P=0.84),一致性检验结果显示两者的Kappa值为0.687(P<0.05),一致性较好.结论 基于深度学习的CCTA图像的CAD-RADS标准化报告能较准确评价疑似冠心病患者,与诊断医师具有较好的一致性.

关键词：深度学习、冠状动脉CT血管成像、冠心病、冠状动脉疾病报告与数据系统

所属期刊栏目：35

资助基金：湖北省自然科学基金面上项目2013CFB376

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3227-3230