基于深度学习的FFRCT在可疑冠心病病人中的应用
乔红艳1
李海成2
冶晓红2
吴勇1
徐淑颖1
张龙江3
胡曙东1
姜建威1
1.江南大学附属医院医学影像科,无锡 2141222.民和县人民医院医学影像科3.东部战区总医院放射诊断科
摘要：目的 探讨基于深度学习的CT血流储备分数(FFRCT)在可疑冠心病病人中应用的可行性,分析缺血性病变(FFRCT≤0.80)的预测因素及对治疗决策的影响.方法 回顾性纳入因疑似冠心病行冠状动脉CT血管成像(CCTA)的病人292例,其中男187例,女105例,平均年龄(65.8±10.3)岁.利用CCTA影像将狭窄程度分为轻度(≥25％且<50％)、中度(≥50％且<70％)和重度(≥70％且<99％).采用基于深度学习的FFRCT软件对病人的CCTA数据进行测量.根据FFRCT数值范围将病人分为阳性组(FFRCT≤0.80,102例)和阴性组(FFRCT>0.80,190例).2组病人的一般资料、CCTA上的血管特征及血运重建,以及基于FFRCT与CCTA制定的治疗策略的比较采用Mann-Whitney U检验、t检验及卡方检验.采用Logistic回归分析FFRCT≤0.80的独立预测因素.结果 阳性组病人的年龄更大,男性更多,高血压、糖尿病和吸烟的比例均高于阴性组(均P<0.05).阳性组较阴性组病人更多的表现为中重度狭窄(分别为80.4％和28.4％),更多的病人行血运重建术(分别为56.8％和11.1％),均P<0.05.74例病人(25.3％)基于FFRCT的结果治疗决策发生改变.多因素Logsitic回归分析显示,高血压(OR=2.245)、糖尿病(OR=2.238)及中重度狭窄(OR=8.837)是FFRCT≤0.80的独立预测因素(均P<0.05).结论 基于深度学习的FFRCT技术在可疑冠心病病人中的应用是可行的,高血压、糖尿病及中重度狭窄是FFRCT≤0.80的独立预测因素,FFRCT可能影响病人的治疗决策.
关键词：冠心病体层摄影术X线计算机血流储备分数深度学习
分类号：R814.42(放射医学)R816.2(放射医学)
资助基金：江苏省慢病综合防治重点项目(BE2020699)海东市东西部协作医疗卫生科技计划项目(2021-HDKJ-Y2)
论文发表日期：2022-11-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 632-637 )
英文信息