影响冠状动脉ct angiography-derived分数流储备基于深度学习临床管理
- 1放射学、同济医科大学、同济医院、华中科技大学,武汉,中国
- 2Depatment肺和危重病医学,同济医科大学、同济医院、华中科技大学,武汉,中国
背景:检查冠状动脉ct血管造影(CCTA)的价值派生部分流动储备基于深度学习(DL-FFRCT)在临床实践和分析的局限性DL-FFRCT的应用。
方法:这是一个观察,回顾,单中心研究。疑似冠心病(CAD)患者登记。病人接受侵入性冠状动脉造影(ICA)考试后1个月内CCTA考试。和定量冠状动脉造影(QCA)进行评估面积狭窄率。CCTA数据病人进行回顾性分析计算FFRCT价值。
结果:229年共有485个冠状动脉病变的患者包括在分析中。的病变,ICA-positive 275 (56.7%)、210 (43.3%) FFRCT-positive。不整合的风险分层的FFRCT ICA-positive病变为33.1%(91年)和ICA-negative病变为12.4% (26)。14.6%(7/48)轻度至中度患者冠状动脉狭窄在ICA功能缺血根据FFRCT积极的迹象。此外,血流动力学分析严重钙化,阻挡,或小(< 2毫米直径)冠状动脉DL-FFRCT并不那么可靠。
结论:这项研究显示,大多数患者ICA -不需要进一步入侵FFR。除此之外,一些轻度至中度患者冠状动脉狭窄ICA也可能功能缺血。然而,对于严重钙化、闭塞或小冠状动脉,选择治疗策略应该基于ICA与临床实践相结合。
1。介绍
冠状动脉疾病(CAD)负责全球总死亡人数的21.1%,和患病率仍在增加,使CAD心血管疾病的死亡率(最常见原因1)。冠状动脉ct血管造影术(CCTA)是广泛应用于疑似CAD患者。与侵入性冠状动脉造影(ICA), CCTA非侵入性,不需要充血剂,腺苷或罂粟碱(2- - - - - -4)。不幸的是,CCTA具有高灵敏度和高,对CAD检测阴性预测值,但相对较低的CAD(特异性诊断5)。
最近,CCTA-derived分数流储备(FFRCT)推荐功能严重程度评价利用计算流体动力学(CFD)计算冠状动脉血压(6)。一些大规模、多中心研究的结果表明,FFRCT符合入侵FFR的和比独自CCTA (7- - - - - -9)。最近的一项荟萃分析的1825名患者和2731个冠状动脉显示FFRCT获得高的诊断性能和是一个可行的替代侵入性分数流储备(FFR)检测冠状动脉缺血性病变(10)。然而,超级计算机通常所需的大部分先前FFRCT分析和计算过程既费时又费钱。最近发展的改进FFRCT是引入深度学习算法(DL-FFRCT)。DL-FFRCT执行同样在检测lesion-specific缺血与FFRCT方法相比基于CFD (11)。
本研究的目的是探讨应用DL-FFRCT DL-FFRCT临床实践和分析的局限性,以澄清的价值DL-FFRCT CAD患者的临床决策。
2。材料和方法
2.1。研究人群
这是一个观察、回顾、单中心研究和获得机构审查委员会批准,获得所有登记患者知情同意。患者记录学位CCTA狭窄> 50%的三级医院,武汉、湖北,中国,2014年1月至2021年5月,回顾性研究进展。病人接受了ICA考试后1月内CCTA考试。患者以前的冠状动脉血管再生,先前的心肌梗死或中风之前被排除在外。CCTA数据病人进行回顾性分析计算FFRCT价值。病人的临床资料对性别、年龄、症状、血压、心率、左室射血分数(LVEF)、过去病史,心血管药物史,家族史、吸烟、饮酒、血糖、甘油三酯和胆固醇都来自医疗记录。
2.2。CCTA收购
所有患者检查第二代320 -行CT扫描仪(Aquilion一个愿景,东芝、日本),和发现CT750高清(美国通用电气医疗集团、密尔沃基)根据指导方针,利用潜在ECG-triggered轴向扫描。所有重建图像被转移到一个专门的工作站(ADW 4.7;美国通用电气医疗集团)。有5年以上经验的两个放射科医生在心血管CT图像被用来评估CCTA诊断图像质量和诊断冠状动脉狭窄的程度,然后选择最好的序列图像质量对后续FFRCT计算。狭窄的程度定义为直径的比值的狭窄的和参考血管,和血管CCTA狭窄50%以上被称为供ICA进一步评估。
2.3。DL-FFRCT
人工智能深度学习软件原型(DEEPVESSEL KEYA医疗、中国)被用来计算FFRCT价值的方式被蒙蔽的临床研究结果根据前面的研究(12,13)。它利用深度学习算法学习之间的复杂映射FFR和输入特性来自于冠状动脉解剖数据。深度学习框架由一个多层感知器(MLP)和网络双向多层递归神经网络(BRNN)。它不仅考虑了各种功能在每个容器位置独立的延时,而且嵌入空间之间的关系通过BRNN冠状动脉树结构。因此,它能够无缝集成信息从冠状动脉树中的所有位置进行准确的计算。CTA图像,三维冠状动脉模型及其中心线首先沿中心线提取和FFRCT值被计算使用上面提到的小说深刻的学习算法。CCTA图像DICOM格式的数据都被转移到DEEPVESSEL平台和FFRCT值。DEEPVESSEL FFRCT计算值2厘米远端冠状动脉狭窄。对于长线段狭窄,FFRCT值计算在2厘米远的狭窄。对于多个狭窄,FFRCT值计算2厘米远最后狭窄。 The threshold value of FFRCT ≤ 0.80 was defined as positive, with excellent accuracy, sensitivity and specificity (14)。
2.4。ICA过程
根据社会准则和ICA进行定量冠状动脉造影(QCA)进行血管造影x光设备(阿提斯动物园zee三世天花板,西门子Healthineers、德国)(15)。选择至少两个垂直的预测冠状动脉病变部位,与最严重程度的狭窄的位置选择定量测量冠状动脉狭窄的程度。面积狭窄率评估,作为一个积极的ICA狭窄≥75%表明血管再生。的治疗策略也依赖于位置狭窄,狭窄的长度,目标容器的直径,病人的治疗目的。
2.5。统计分析
使用IBM SPSS进行统计分析(SPSS Inc .,版本25)。Shapiro-Wilk测试的正常进行评估量化数据。定量变量表示为±SD如果正态分布;而中值和内部四分位范围(差)为非正态分布数据。分类数据给出了频率和百分比。和变量使用学生的比较t方差分析,以及Mann-WhitneyU以及,克鲁斯卡尔-沃利斯H测试或χ2以及适当的。卡帕了在方法之间的一致性测试(kappa < 0.4:公平;0.4 - -0.6:温和;0.6 - -0.8:实质性的;> 0.8:近乎完美)。FFRCT接受者操作特征(ROC)曲线的描绘和接受者操作特征曲线下面积(AUC)。回归分析被用来找出影响因素ICA积极性和ICA和FFRCT之间的不一致。所有统计测试双尾,aP值< 0.05定义为显著。
3所示。结果
3.1。病人的人口统计
共有604名患者最初包括,包括251名患者CCTA狭窄< 50%,39例冠状动脉支架的患者,85例运动工件CCTA DL-FFRCT图像无法计算。最后,共有229名患者被包括在本研究中,所有的人接受CCTA ICA考试,和来自CCTA DL-FFRCT结果数据,其中181有积极的ICA的结果。的患者中,共有485个冠状动脉病变,包括201左前降枝(小伙子),135年离开弯曲动脉(LCX),和149年右冠状动脉(RCA)。51面积狭窄率为±38%。病人的人口统计资料和临床资料进行了总结表1。值得注意的是,95名患者出现心绞痛,non-angina胸痛或呼吸困难,50个病人承认胸闷,心悸,这可能是冠心病的典型症状。剩余的84名患者承认其他原因,和常规心电图检查发现异常,因此,专家建议CCTA考试。
3.2。危险分层
数据集被分为四组。这些组织被定义为(1)正面证实了ICA和FFRCT (IpFp),(2)积极证实了ICA但负面FFRCT (IpFn),(3)消极确认由ICA但是积极FFRCT (InFp),和(4)负证实了ICA和FFRCT (InFn)(见图1)。
图1所示。四组的病例。(一)一个在IpFp组。ICA显示近端小伙子狭窄90% FFRCT显示,由于近端血流动力学缺血段狭窄(FFRCT = 0.78)。(B)一个在IpFn组。ICA显示近端小伙子狭窄85%和FFRCT没有血流动力学缺血(FFRCT = 0.88)。(C)InFp组1例。ICA显示近端小伙子狭窄70%和FFRCT显示血流动力学缺血(FFRCT = 0.78)。(D)InFn组1例。ICA显示近端小伙子狭窄60%和FFRCT没有血流动力学缺血(FFRCT = 0.81)。
3.2.1之上。平均分析
所示表2,patient-wise分布是146年(63.8%),35(15.3%)、7(3.1%),和41个(17.9%)病人IpFp, IpFn, InFp,分别和InFn团体。与ICA FFRCT显示一个温和的一致性,kappa值为0.54。的患者中,181(79.0%)被ICA-positive, FFRCT-positive和153年(66.8%)。FFRCT结果符合ICA结果42例。不调和的FFRCT ICA-positive患者的危险分层是35(19.3%)和ICA-negative患者7例(14.6%)。的48 ICA -病人,41(85.4%)也FFRCT为阴性,可以排除和严重狭窄解剖和功能。换句话说,大多数患者ICA -不需要进一步入侵FFR。高一致性FFRCT和入侵FFR在先前的研究中,剩下的7 FFRCT-positive病人是否应该接受ICA需要进一步调查。此外,14.6%(7/48)轻度至中度患者冠状动脉狭窄在ICA功能缺血根据FFRCT积极的迹象。
ICA-positive的181患者中,7例拒绝支架因经济原因,3例在治疗其他严重疾病为主(1膀胱癌患者,1宫颈癌患者,1例并发纵隔肿瘤),1例之前是二尖瓣机械瓣置换术,1例接受药物治疗由于贫穷的心脏功能手术的风险很高,5例冠状动脉旁路手术,其余164名患者接受经皮冠状动脉介入(PCI)。
所示表3和图225的0 - 49%狭窄患者,2例(8.0%)有积极FFRCT结果;在23个50 - 74%狭窄患者,5例(21.7%)有积极FFRCT结果,和181年的患者狭窄≥75%,146名(80.7%)患者有积极的FFRCT结果,患者的比例明显高于FFRCT积极的50 - 74%狭窄组。FFRCT值中位数是0.84(0.04)在0 - 49%狭窄组,0.82(0.03)50 - 74%狭窄组和FFRCT值中值为0.76(0.07)≥75%狭窄组明显低于50 - 74%的狭窄组。
3.2.2。Per-coronary分析
所示表2、分析单冠状动脉病变的显示冠状动脉的分布IpFp, IpFn, InFp, InFn组184(37.9%)、91年(18.8%),26(5.3%),和184年(37.9%),分别为。冠状动脉,ICA-positive 275 (56.7%)、210 (43.3%) FFRCT-positive。不一致的风险分层的FFRCT ICA-positive病变为33.1%(91年)和ICA-negative病变为12.4%(26),共有117个冠状动脉。与ICA FFRCT显示一个温和的一致性,kappa值为0.53。
FFRCT值与不同程度的冠状动脉狭窄的冠状动脉造影中所示表3和图2。DL-FFRCT方法具有更高的敏感性检测严重病变由ICA(≥75%)相比,小伙子LCX和RCA (78.7% vs 40.6%、78.7%和70.0%)。
细节,136年的小伙子与狭窄≥75%,107名(78.7%)患者有积极的FFRCT结果,患者的比例明显高于FFRCT积极50 - 74%狭窄组8 (22.2%)。的意思FFRCT值≥75%狭窄组明显低于50 - 74%的狭窄组(0.77±0.052和0.83±0.028,P< 0.05)。69年LCX狭窄≥75%,28例(40.6%)患者积极FFRCT结果,患者的比例明显高于FFRCT正50 - 74%狭窄组3 (16.7%)。中位数FFRCT价值≥75%狭窄组低于50 - 74%狭窄组(0.82(0.10)和0.87 (0.06),P> 0.05)没有意义,可能由于小样本大小50 - 74%狭窄组。70年的RCA狭窄≥75%,49例(70.0%)患者积极FFRCT结果,患者的比例明显高于FFRCT积极50 - 74%狭窄组4 (14.8%)。中位数FFRCT价值≥75%狭窄组明显低于50 - 74%的狭窄组(0.77±0.067和0.85±0.043,P< 0.05)。
3.3。诊断性能的FFRCT缺血的诊断根据ICA per-coronary
FFRCT了敏感性,特异性,阳性预测值和阴性预测值为0.67 (95% CI, 0.61 - -0.72), 0.88(95%可信区间,0.82 - -0.92),0.88(95%可信区间,0.82 - -0.92),和0.67 (95% CI, 0.61 - -0.72)使用ICA作为标准。ROC曲线FFRCT中描述图3。根据每艘船只FFRCT展示优秀的诊断性能根据ICA (AUC, 0.86(95%可信区间,0.82 - -0.89)]。
3.4。分析FFRCT和ICA结果之间不一致的原因
FFRCT、年龄、性别、LVEF、高血压、心绞痛、血糖、胆固醇和甘油三酯是包含在多元物流回归分析。结果表明,只有FFRCT ICA积极性显著影响(或= 49.91,95% CI 12.769 - -195.07,P< 0.001)。此外,FFRCT、年龄、性别、LVEF、高血压、心绞痛、血糖、胆固醇和甘油三酯包括构建一个多因素物流回归方程分析了影响因素之间的不一致性ICA和FFRCT结果的所有病人。结果表明,上述因素没有显著影响ICA和FFRCT结果之间的不一致。因此,我们试图进一步分析其它可能原因ICA和FFRCT结果之间的不一致。
有117(117/485,24.1%)冠状动脉与ICA的FFRCT结果不一致的结果,包括43岁小伙子,46 LCXs,和28个rca。其中,13冠状动脉的狭窄率为99 - 100%,也就是说,小计或完全闭塞。在测量FFRCT这些病人的价值,冠状动脉段闭塞之前的FFRCT价值衡量,因为阻塞冠状动脉不能重建(见图4 a1, A2)。12 LCXs和6 rca很小,即。,the diameter of proximal coronary arteries was less than 2 mm (see图4 b1、B2)。严重冠状动脉钙化的可能影响FFRCT值(见的准确性图4 c1, C2)。此外,总共有26个冠状动脉ICA -但FFRCT积极。
图4。情况下的ICA与FFRCT结果不一致。(A1, A2)LCX太小重建期间末端三维重建之前计算FFRCT价值。(B1, B2)中产阶级的LCX闭塞,所以是不可能重建的中间,部分LCX时进行三维重建计算FFRCT值之前,和FFRCT LCX附近的价值环节。(C1, C2)长段钙化的mid-LAD段。
4所示。讨论
在这项研究中,发现85.4%的ICA -病人也FFRCT为阴性,可以排除和严重狭窄解剖和功能。换句话说,大多数患者ICA -不需要进一步入侵FFR。FFRCT显示一个温和的一致性与ICA根据ICA和展示优秀的诊断性能。和FFRCT ICA积极性上有显著的影响。此外,14.6%的轻度至中度患者冠状动脉狭窄在ICA功能缺血根据FFRCT积极的迹象,表明尽管冠状动脉狭窄不符合传统的血管再生标准,这些患者应该将近功能缺血和减少未来心血管事件的发生率。然而,对于严重钙化、闭塞或小冠状动脉,FFRCT值的计算是不可靠的,所以选择治疗策略应该基于ICA与临床实践相结合和QCA可以用来提供一个客观和独立的参数狭窄严重程度的评估。采用二维(2 d) QCA在这项研究中。2 d QCA认为冠状横截面是圆形,而冠状动脉后截面三维(3 d)重建是椭圆形。理论上,三维重建后血管狭窄率一般低于2 d。然而,徐et al。(16)发现,没有统计区别QCA 3 d和2 d QCA测量面积狭窄率。此外,ICA在这项研究是由心脏病学家有超过8年的经验通过多档位和多角度投影,和最窄角计算发现冠状动脉面积狭窄率,所以我们的ICA结果也很可靠。3 d QCA的缺乏可能是本研究的不足,这将被进一步的补救工作。
Curzen et al。(17)表明,FFRCT数据成为可用后,改变分配管理类别的基础上单独CCTA被认为在36%的情况下。随机新月试验(18)发现积极FFRCT 51%的病人。FFRCT的可用性将病人需要额外测试的数量减少了57%,CCTA孤单。为患者保留ICA FFRCT≤0.80将ICA CCTA后的数量减少了13%。Rabbat et al。(19)表明,独自CCTA相比,CCTA率和选择性FFRCT减少了ICA(从80下降到45%)对于阻塞性CAD。平台的研究显示,患者的ICA计划,基于FFRCT诊断策略取得了显著降低的ICA没有阻塞性CAD(12.4%)比常规治疗(73.3%)(20.)。推进研究(21)表明,FFRCT改变管理建议CCTA-based计划在大约70%的受试者。最初的医疗管理决策是分配给790例,这任务FFRCT后保持不变在93%的情况下,只有5.4%的改变血管再生。在目前的研究中,冲突率的危险分层的FFRCT ICA-positive病变为33.1% (91)。用积极FFRCT作为参考标准,ICA是不需要在这些情况下,与上述研究结果是一致的。
研究Rabbat et al。19),FFRCT 25 - 49%患者狭窄31%≤0.8,50 - 69%的患者和55%狭窄≤0.8,这表明冠状动脉狭窄程度可能与FFRCT价值负相关。Lossnitzer et al。(22)表明,在群直径狭窄> 70%的患者,在per-lesion FFRCT价值分析普遍低于(意思是:0.72),50 - 69%直径狭窄病变(意思是:0.80)。这部分是与我们的研究结果一致。在目前的研究中,FFRCT值显著下降的加重冠状动脉狭窄和小伙子和RCA FFRCT值患者冠状动脉狭窄≥75%,明显低于患者冠状动脉狭窄< 75%,证明更严重的冠状动脉狭窄显示,FFRCT值越低,越需要血管再生。
本研究的结论与上述研究结果大致相符,但也有一些差异,这可能是由于研究的大量人口。和CT扫描仪不完全与以前的研究一致。除此之外,在这项研究中,FFRCT使用一个基本的深度学习商业软件,计算更准确,因为公司的上下文信息在目标FFR沿着血管路径和工作站包括神经网络组血管路径的每一个点。每个点的结构和功能特征的血管中心线是作为输入,计算FFR的每一个点作为输出。因此,它需要5 - 10分钟来计算FFRCT每个病人的价值,因此,计算速度更快,更稳定。
此外,总共有26个冠状动脉ICA -但FFRCT积极。在目前的临床实践,大多数患者- ICA没有接受进一步血管再生,这可能会延误疾病。值得注意的是,FFRCT值22(81.5%)这些患者的冠状动脉是0.75 - -0.80,也就是说,他们在“灰色地带”,和血管再生应基于FFRCT决定,症状的严重程度和冠状动脉血液供应的重要性。应进行随访观察是否这些患者,特别是那些在灰色地带,主要心血管事件。
值得注意的是,DL-FFRCT有一定技术的局限性。首先,构建DL-FFRCT模型时,阻挡或全冠状动脉闭塞经常无法显示,所以在闭塞远端结束FFRCT值无法计算(如所示图4 a1, A2)。其次,如果冠状动脉太小,如直径< 2毫米,很难准确地发现显著狭窄的冠状动脉网站当DL-FFRCT模型构建。这可能是为什么FFRCT值12小LCX和6小RCA在这项研究与ICA不一致的结果。此外,冠状动脉钙化具有显著影响诊断图像质量和诊断的准确性(23,24)。在目前的研究中,严重的冠状动脉钙化8观察ICA FFRCT结果不一致的情况下,我们假设严重钙化可能影响FFRCT值的准确性。未来的研究需要计算定量数据,如冠状动脉直径和冠状动脉钙化评分。
我们的研究有一定的局限性:首先,我们不使用入侵FFR作为黄金标准。第二,本研究是一个单中心回顾性研究的大部分男性患者。第三,当时登记的回顾性研究中,85/314(27%)的患者排除由于运动工件不能计算FFRCT价值。
第四,没有确定是否进行后续治疗策略基于DL-FFRCT会影响主要心血管不良事件的发生。DL-FFRCT应该进一步评估的临床意义的多中心前瞻性研究和进一步扩大样本量。此外,冠状动脉钙化评分应计算为所有病人在这项研究更准确地评估冠状动脉钙化的影响FFRCT。
这项研究显示,大多数患者ICA -不需要进一步入侵FFR。值得注意的是,一些轻度至中度患者冠状动脉狭窄CCTA和ICA也可能功能缺血。加上DL-FFRCT CCTA可以更好地指导后续的治疗,从而减少主要不良心血管事件的发生率。然而,对于严重钙化、闭塞或小冠状动脉,选择治疗策略应该基于ICA与临床实践相结合。
数据可用性声明
最初的贡献在这项研究中都包含在本文展示/补充材料,进一步调查可以直接到相应的作者。
道德声明
涉及人类受试者的研究回顾和批准的同济医院伦理委员会隶属于同济医科大学,华中科技大学。患者/参与者提供了他们的书面知情同意参与这项研究。
作者的贡献
YP:概念、设计、数据采集、数据分析、统计分析和手稿编辑。TZ:定义的知识内容、文献检索、临床研究和统计分析。YW:数据采集、数据分析和手稿准备。码:数据分析、统计分析、准备手稿,手稿编辑。HG:概念、设计、文献检索和手稿审查。所有作者的文章和批准提交的版本。
的利益冲突
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。
出版商的注意
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。
缩写
CAD、冠状动脉疾病;CCTA,冠状动脉ct血管造影术;FFRCT CCTA-derived部分流动储备;CFD计算流体动力学;DL-FFRCT FFRCT基于深度学习;ICA,侵入性冠状动脉造影;LVEF、左心室射血分数;一种总线标准,经皮冠状动脉介入;QCA定量冠状动脉造影;ROI,感兴趣的地区; Hu, Hounsfield units; MLP, multi-layer perceptron; BRNN, multi-layer recursive neural network; LAD, left anterior descending arteries; LCX, left circumflex arteries; RCA, right coronary arteries.
引用
1。GBD 2017死因的合作者。全球、区域和国家age-sex-specific死亡率和预期寿命,1950 - 2017年:2017年全球疾病负担研究系统分析。《柳叶刀》。(2018)392:1736 - 88。doi: 10.1016 / s0140 - 6736 (18) 31891 - 9
2。森Tarkin J, Nijjer年代,年代,Petraco R, Echavarria-Pinto M, Asress K, et al .血流动力学响应静脉注射腺苷酸及其对分数的影响流储备评价:腺苷结果功能评价冠状动脉狭窄的严重程度(影响)的研究。中国保监会Cardiovasc间歇雨刷。(2013)6:654 - 61。doi: 10.1161 / CIRCINTERVENTIONS.113.000591
3所示。Kodeboina M, Nagumo年代,穆尼奥斯D, Sonck J, Mileva N, Gallinoro E, et al。简化评估微血管阻力指数。J间歇雨刷心功能杂志。(2021)2021:9971874。doi: 10.1155 / 2021/9971874
4所示。Mizukami T, Sonck J, Gallinoro E, Kodeboina M, Canvedra, Nagumo年代,et al。持续时间内充血的罂粟碱。J是心。(2021)10:e018562。doi: 10.1161 / JAHA.120.018562
5。Meijboom W, Meijs M, Schuijf J,克莱默M, Mollet N, van Mieghem C, et al . 64 -切片ct冠状动脉造影诊断的准确性:前瞻性,多中心、多厂商学习。J科尔心功能杂志。(2008)52:2135-44。doi: 10.1016 / j.jacc.2008.08.058
6。Khav N, Ihdayhid Ko b CT-derived分数流储备(CT-FFR)评价冠状动脉疾病。心脏肺保监会。(2020)29:1621-32。doi: 10.1016 / j.hlc.2020.05.099
7所示。古永锵B, Erglis,哎J,丹尼尔斯D, Jegere年代,金正日H, et al . ischemia-causing诊断冠状动脉狭窄的无创性分数流储备计算冠状计算机断层血管造影检查。前瞻性多中心的结果DISCOVER-FLOW (ischemia-causing狭窄的诊断获得通过的分数流储备)的研究。J科尔心功能杂志。(2011)58:1989 - 97。doi: 10.1016 / j.jacc.2011.06.066
8。分钟J,莱比锡J, Pencina M,伯曼D,古永锵B, van Mieghem C, et al。诊断的准确性分数流储备从解剖CT血管造影术。《美国医学协会杂志》上。(2012)308:1237-45。jama.11274 doi: 10.1001/2012.
9。Nørgaard B,莱比锡J,白肢野牛,Seneviratne年代,Ko B, Ito H, et al .无创性诊断性能分级流动储备来源于疑似冠心病冠状动脉CT血管造影术:NXT试验(冠状动脉血流分析使用CT血管造影术:下一个步骤)。J科尔心功能杂志。(2014)63:1145-55。doi: 10.1016 / j.jacc.2013.11.043
10。壮族B,王、赵,陆m .计算机断层扫描angiography-derived分数流储备(CT-FFR)检测心肌缺血与侵入性分数流储备作为参考:系统回顾和荟萃分析。Radiol欧元。(2020)30:712-25。doi: 10.1007 / s00330 - 019 - 06470 - 8
11。Tesche C, Cecco C,鲍曼年代,Renker推出M, McLaurin T, Duguay T, et al .冠状动脉CT angiography-derived分数流储备:机器学习算法与计算流体动力学建模。放射学。(2018)288:64 - 72。doi: 10.1148 / radiol.2018171291
12。刘X,莫X,张H,杨G、C, Hau w . 2年调查的影响计算tomography-derived分数流储备计算深度学习算法对冠状动脉疾病常规决策管理。Radiol欧元。(2021)31:7039-46。doi: 10.1007 / s00330 - 021 - 07771 - 7
13。太阳王Y,陈H, T,李,王,张J, et al。风险预测急性冠脉综合征基础onmachine学习模型与动力学斑块特性fromserial冠状动脉ct血管造影术。心欧元J Cardiovasc成像。(2021)6:jeab101。doi: 10.1093 / ehjci / jeab101
14。戴建平,Norgaard B,费尔贝恩T,尼曼K, T赤坂,伯曼D, et al . 1年期FFRCT对医疗实践和临床结果的影响:预先注册。JACC Cardiovasc成像。(2020)13:97 - 105。doi: 10.1016 / j.jcmg.2019.03.003
15。Scanlon P, Faxon D,奥迪特,Carabello B,德克,鹰K,等。对冠状动脉造影ACC / AHA指南:执行摘要和建议:报告的美国心脏病学院/美国心脏病协会工作组实践指南(冠状动脉)委员会与协会合作开发的心脏血管造影术和干预措施。循环。(1999)99:2345-57。cir.99.17.2345 doi: 10.1161/01.
17所示。Curzen N,诺兰J,扎曼,Norgaard B,拉贾尼r的常规可用性CT-derived FFR影响管理稳定患者胸痛CT血管造影相比呢?:FFRCT开伞索研究。JACC Cardiovasc成像。(2016)9:1188 - 94。doi: 10.1016 / j.jcmg.2015.12.026
18岁。山崎裕常识F, Budde R•吕贝尔M, Y, Kardys我Bruning T, et al。机器学习CT-derived部分流动储备的影响冠状动脉疾病的诊断和管理的随机新月试验。Radiol欧元。(2020)30:3692 - 701。doi: 10.1007 / s00330 - 020 - 06778 - w
19所示。Rabbat M,莱比锡J,伯灵顿J, Kauh B,胆量R, Doukas D, et al。部分流动储备来源于冠状动脉ct血管造影安全推迟侵入性冠状动脉造影患者稳定的冠状动脉疾病。中国医学。(2020)9:604。doi: 10.3390 / jcm9020604
20.道格拉斯·P Pontone G, Hlatky M,帕特尔M, Norgaard B,伯恩R, et al .分数流储备的临床结果计算层析angiography-guided诊断策略与疑似冠心病患者常规治疗:FFRCT的前瞻性纵向试验:结果和资源影响的研究。心欧元J。(2015)36:3359 - 67。doi: 10.1093 / eurheartj / ehv444
21。费尔贝恩T,尼曼K, T赤坂,Nørgaard B,伯曼D,拉夫G, et al。真实的临床效用和影响临床决策的冠状断层angiography-derived分数流储备:教训提前注册表。心欧元J。(2018)41:3701-11。doi: 10.1093 / eurheartj / ehy530
22。钱德拉Lossnitzer D, L, Rutsch M,比彻T, Overhoff D,詹森年代,et al。额外的机器学习的价值计算层析angiography-based分数流储备相比标准电脑断层血管摄影。中国医学。(2020)9:676。doi: 10.3390 / jcm9030676
23。王黔W,刘W,朱镕基Y, J,陈Y,孟H, et al .心率和冠状动脉钙化对图像质量和诊断冠状动脉CT血管造影的表现:比较96 -行探测器双源CT和256 -行经由CT。J x光Sci抛光工艺。(2021)29:529-39。doi: 10.3233 / xst - 210837
关键字:冠状动脉疾病,冠状断层angiography-derived分数流储备,辐射剂量、深度学习,DL-FFRCT
引用:邓王朱潘Y, T, Y, Y和关H(2023)的影响冠状动脉ct angiography-derived分数流储备基于深度学习临床管理。前面。Cardiovasc。地中海。10:1036682。doi: 10.3389 / fcvm.2023.1036682
收到:05年9月2022;接受:2023年1月13日;
发表:2023年2月02。
编辑:
Michail Papafaklis亚历山德拉大学医院,希腊版权©2023锅、朱、王,邓小平和关。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
*通信:燕邓,dy102398@163.com;Hanxiong关,hxguan@tjh.tjmu.edu.cn
__这些作者贡献了同样的工作