冠脉生理功能评估软件(DEEPVESSEL FFR)与有创FFR在评估冠脉缺血中的对比研究
Journal of Diagnostics Concepts & Practice(2021)
摘要
目的:基于冠状动脉(冠脉)计算机体层摄影血管造影(computed tomography angiography,CTA)检查结果,采用国产人工智能冠脉生理功能评估软件(DEEPVESSEL-FFR,DV-FFR)诊断冠脉功能性缺血,并评估其应用价值.方法:本研究为前瞻性、单中心、自身对照研究,共纳入18例患者(共21根血管,狭窄程度为30%~90%),同时采用有创冠脉血流储备分数(fractional flow reserve,FFR)检测和DV-FFR检查评估冠脉功能性缺血情况,以有创FFR作为金标准,评价DV-FFR的诊断效能.DV-FFR使用64排及64排以上CT设备采集冠脉CTA的DICOM格式数据,基于计算机深度学习技术进行血管分割和重建,提取血管中心线,进而计算冠脉FFR.DV-FFR采用三维几何自动量化方法计算FFR数值,评估3个主支血管[左前降支(left anterior descending,LAD)、左回旋支(left circumflex,LCX)、右冠状动脉(right coronary artery,RCA)]的狭窄缺血风险.结果:参考有创FFR结果,取FFR=0.8为切点值,DV-FFR≤0.8即为有意义的功能性心肌缺血.在血管层面,DV-FFR软件诊断缺血的准确率、特异度、灵敏度、阳性预测值、阴性预测值分别为90.5%、88.9%、91.7%、91.7%和88.9%;在患者层面,DV-FFR软件的诊断准确率、特异度、灵敏度、阳性预测值、阴性预测值分别为88.9%、87.5%、90.0%、90.0%和87.5%.DV-FFR结果与有创FFR结果间一致性较好,诊断效能无差异(P=0.787).结论:CTA检查结果显示冠脉狭窄程度为30%~90%时,采用DV-FFR诊断冠脉功能性缺血的结果与有创FFR检测结果间一致性较好,可作为评估冠脉功能性缺血的一种有效方法.
更多查看译文
关键词
|computed tomography angiography|coronary artery|artificial intelligence software|fractional flow reserve
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要