心血管

European Radiology:深度学习图像重建(DLIR)对冠状动脉钙化定量的影响

作者:shaosai 来源:MedSci原创 日期:2023-03-22
导读

         现阶段,冠状动脉钙化(CAC)是一个公认的动脉粥样硬化斑块负荷的替代标志物。

关键字:  冠状动脉钙化 

        现阶段,冠状动脉钙化(CAC)是一个公认的动脉粥样硬化斑块负荷的替代标志物。因此,越来越多的证据表明,CAC对无症状患者的硬性临床终点具有附加的预后价值。此外,最近的报告表明,CAC的量化有助于识别从他汀类药物治疗中获益的无症状患者。因此,目前关于心血管疾病初级预防的指南已经认可将CAC作为中度心血管疾病风险患者的风险调节器,因此强调了对CAC准确和精确测量的要求。

        一些技术参数,如图像重建算法、计算机断层扫描(CT)扫描仪的类型和分析软件,已被证明会影响CAC的测量。最近,基于卷积神经网络的深度学习图像重建(DLIR)已成为冠状动脉CT血管成像(CCTA)的滤波背投(FBP)和迭代重建(IR)算法的替代品。尽管对于CAC成像来说,不鼓励偏离标准的FBP重建设置,但初步结果显示,DLIR的实施与卓越的图像质量有关,同时保持了与FBP图像相似的纹理。

        由于关于DLIR对CAC定量影响的数据仍然很少,发表在EuropeanRadiology杂志的一项研究通过使用非增强的心电图(ECG)触发心脏CT评估了DLIR对图像质量和CAC定量的影响,为临床更加准确的进行患者的风险分层提供了技术支持。

        共有100名患者被纳入研究。通过使用FBP和三种不同强度的DLIR(低(DLIR_L)、中(DLIR_M)和高(DLIR_H))重建的图像计算图像质量相关的变量(噪声、信噪比(SNR)和对比度噪声比(CNR))以及CAC衍生的参数(Agatston评分、质量和体积)。根据冠状动脉钙化-数据和报告系统(CAC-DRS)的分类,将患者分为4个风险类别。0 Agatston评分(风险很低),1-99 Agatston评分(风险轻度增加),Agatston 100-299(风险中度增加),以及≥300 Agatston评分(风险中度至重度增加)。

        与标准FBP相比,DLIR强度的增加与图像噪声的显著和逐渐减少(P < 0.001)以及SNR和CNR的显著和逐渐增加(P < 0.001)有关。使用DLIR的递增水平与Agatston CAC评分和CAC体积的显著下降有关(p < 0.001),而与FBP相比,质量评分保持不变(p = 0.232)。对Agatston CAC的低估导致CAC-DRS的错误分类率为8%。

        图不同强度DLIR对图像质量的影响。盒状和须状图表示FBP和DLIR强度增加时的噪声、SNR和CNR的中位数和四分位数范围。增加DLIR的强度与图像噪声的显著和逐渐减少有关,也与SNR和CNR的显著和逐渐增加有关

        本项研究表明,尽管DLIR的实施主要通过减少噪音来提高图像质量,但DLIR系统地低估了Agatston CAC评分。因此,应谨慎使用DLIR来评估无症状患者的心血管风险,因为DLIR可能对患者的管理策略产生负面影响。需要后续数据来评估DLIR在临床常规中的影响。

        原文出处:

        Alexia Rossi,Antonio G Gennari,Dominik Etter,et al.Impact of deep learning image reconstructions (DLIR) on coronary artery calcium quantification.DOI:10.1007/s00330-022-09287-0

分享:

相关文章

评论

我要跟帖
发表
回复 小鸭梨
发表

copyright©医学论坛网 版权所有,未经许可不得复制、转载或镜像

京ICP证120392号  京公网安备110105007198  京ICP备10215607号-1  (京)网药械信息备字(2022)第00160号
//站内统计 //百度统计 //谷歌统计 //站长统计
*我要反馈: 姓    名: 邮    箱: