期刊专题

基于深度学习自动化诊断颈动脉狭窄效能的人机对照研究

引用
目的 基于深度学习颈动脉CT血管成像自动化后处理软件(CACTA-AI)在处理及评估颈动脉狭窄与不同年资影像科医师使用常规颈动脉CTA后处理技术诊断效能的对照研究.方法 回顾性搜集118例行颈动脉CTA及数字减影血管造影(DSA)检查的患者.比较低年资医师、高年资医师、CACTA-AI及CACTA-AI联合低年资医师诊断颈动脉狭窄(≥50%)的准确率及狭窄程度的一致性,并分别记录CACTA-AI及人工后处理的时间.以DSA为金标准,采用受试者工作特征曲线(ROC)及卡方检验比较各组诊断的效能;组内相关系数(ICC)比较各组诊断的一致性.此外,通过患者血管水平的钙化积分,将颈动脉狭窄患者分为高钙化积分(H)组(>109)及低钙化积分(L)组(<109),评估钙化对CACTA-AI诊断颈动脉狭窄(≥50%)准确率的影响.结果 CACTA-AI与人工后处理相比减少了70%的后处理和诊断的时间[CACTA-AI(3.7±0.5) min,人工后处理(11.3 ±0.7) min].以DSA为金标准诊断颈动脉狭窄(≥50%)时,AI联合低年资医师的准确性最优.CACTA-AI与不同年资医师诊断效能相比,差异均无统计学意义(P均>0.05).评估颈动脉狭窄程度时,AI联合低年资医师诊断颈动脉狭窄程度与DSA评估结果的一致性最优.根据钙化积分分组后,CACTA-AI在H组及L组诊断颈动脉狭窄的敏感度和特异度,两组间差异无统计学意义(P>0.05).结论 基于深度学习CACTA-AI能够有效减少后处理时间,在诊断效能上相当于高年资医师,并可辅助低年资医师提高对颈动脉狭窄的诊断及狭窄程度评估.

深度学习、颈动脉狭窄、颈动脉CTA、诊断效能

40

2022-01-04(万方平台首次上网日期,不代表论文的发表时间)

共5页

2089-2093

暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

40

2021,40(11)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn