관상 동맥의 Nanjing University School of Medicine에 계열 된 Gulou 먹튀 사이트 검색 의료 영상의 의료 영상의 Zhang Bing 교수 팀CTAngiography (CTA)는 인공 지능 연구 분야에서 중요한 진전을 이루었습니다. 석회화 적분은 플라크 하중을 정확하게 평가하여 심혈관 위험을 예측하는 관상 동맥 석회화 플라크를 평가하는 정량적 방법입니다. 대비 제에 의해 강화 된 관상 동맥CTA임상 실습에서 관상 동맥 질환의 진단에 가장 일반적으로 사용되는 단순하고 효과적이며 비 침습적 방법입니다. 그러나 조영제로 인해 관상 동맥에서 혈관과 석회화가 쉽지 않습니다.CTA에서 수행 할 수 없습니다. 따라서 전통적인 석회화 평가는 추가CT이미지를 평평하게 스캔하고 반자동 방법을 사용하여 계산하십시오. 이전 인공 지능 알고리즘은 또한 평면 스캐닝 이미지를 기반으로 석회화 된 적분 값을 얻으려고 노력했으며 관상 동맥에서 얻을 수 없습니다CTA액세스. 스펙트럼CT탐지기 기반 에너지 스펙트럼입니다CT, 기존 관상 동맥CTA에너지 스펙트럼 시퀀스 이미지 (예 : 가상 플랫 스캔 이미지)를 얻기 위해 스캔합니다. 이 연구팀은 에너지 스펙트럼을 최대한 활용합니다CT의 재료 분리 장점이 개발되었으며 딥 러닝 방법이 설정되어 자동으로 관상 동맥에서 나옵니다CTA석회화 적분을 얻기위한 모델. 관상 동맥의 모델CTA석회화 적분 및 전통적인 반자동 스윕CT석회화 적분은 상당히 양의 상관 관계가 있습니다 (피어슨의 상관 관계 0.96, p <0.001), 석회화에 따른 위험 계층화 일관성0.94(가중 카파 = 0.94). 이 모델 사용,92.9%정확한 위험 계층화를 얻을 수 있으며, 그 효능은 다른 층 두께, 다른 스캐닝 모델 및 성별에 따라 크게 다르지 않습니다.
이 연구에서 제안한 딥 러닝을 기반으로 한 관상 동맥CTA자동 석회화 계산 방법에는 세 가지 혁신이 있습니다 :
아이디어의 혁신:이 연구는 에너지 스펙트럼을 기반으로합니다CT가상 플랫 스캔 이미지를 사용하여 정확한 석회화 주석을 생성하고 석회화를위한 중복 인공 주석을 피하고 큰 데이터 볼륨을 가진 인공 지능 연구에 적합합니다.
모델 혁신:이 연구는 고급 컨볼 루션 신경망을 채택하고, 두 개의 모듈 탐지 모듈과 석회화 분획 회귀 모듈을 채택하고, 이미지에서 분수 회귀를 직접 수행하면서 정확한 석회화 감지를 보장합니다.
임상 혁신: 팀이 개발 한 모델은CTA석회화 지점은 이미지에서 직접 얻어 심혈관 질환 위험 평가를 수행하여 추가 피하기CT평면 스캐닝 방사선 및 반자동 석회화 통합 소프트웨어의 작동으로 인한 수동 부담.
그림1멀티 태스킹 딥 러닝 모델 기반의 부패CTA이미지에서 정량화 된 석회화 통합 (CAC) 메소드 다이어그램
연구는 "딥 러닝을 이용한 관상 동맥 CT 혈관 조영술에서 칼슘 스코어링 "첫 번째 제목은 Top Journal of Radiology방사선위의 의과 대학에 제휴 한 Gulou 먹튀 사이트 검색의 의료 영상의 모란은이 기사의 첫 번째 저자이며 Zhang Bing 교수는 해당 저자입니다. St. Francis 먹튀 사이트 검색 and Heart Center, Roslin, New York의 심혈관 영상 과학자James W. Goldfarb심혈관 영상 센터의 의사 및 이사j. 제인 카오같은 기간에 대한 의사의 의견 : 임상 작업에서 강화를 생략 할 수 있습니다CTA석회화 통합을 직접 수행하여 방사선 용량을 줄이고 정확도를 향상시킵니다.
원본 텍스트 및 해설 출처 :
https : //doi.org/10.1148/radiol.2021211483
https : //pubs.rsna.org/doi/full/10.1148/radiol.2021212586
