重建算法与滤过核对冠状动脉钙化积分人工智能测量的影响研究
马梓轩1
牛延涛2
刘丹丹1
张永县1
刘云福1
袁琳1
1.首都医科大学附属北京同仁医院放射科,北京 1007302.首者医科大学附属北京友谊医院放射科,北京 100050
摘要：目的:分析重建算法与滤过核对人工智能(AI)测量冠状动脉钙化积分的影响,评估AI测量钙化积分的准确度及危险分层的一致性.方法:连续选取 2024年 1月冠状动脉钙化积分CT图像进行回顾性分析,共纳入 30例,男性 18例,女性 12例.改变重建算法(FBP、迭代iDose4 level 1～5)与滤过核(Cardiac Standard、Cardiac Sharp)重建出 12组图像.采用两种方法(AI图像工作站、CT工作站)分别测量 12组图像的冠状动脉Agatston积分(AS)、容积积分(VS)以及质量积分(MS)并计算危险分层.对不同重建算法的图像,使用AI测量和CT工作站测量所得AS、VS、MS进行多样本Friedman检验,对两种滤过核的图像,使用AI测量及CT工作站测量所得AS、VS、MS进行配对Wilcox检验.12组图像使用两种测量方法所得AS、VS、MS进行配对Wilcox检验及组内相关系数(ICC)检验.以CT工作站测量所得结果为参考,采用加权Kappa系数,分析危险分层一致性.结果:Cardiac Standard滤过核时,不同重建算法图像AI所得AS与VS存在统计学差异,MS无统计学差异;Cardiac Sharp滤过核时,不同重建算法图像AI所得AS、VS、MS均无统计学差异.不同重建算法图像CT工作站所得AS与VS存在统计学差异.两种滤过核AI所得AS、VS、MS存在统计学差异;两种滤过核CT工作站所得AS、VS均存在统计学差异.滤过核Cardiac Standard下,两种测量方法所得AS、VS、MS均无统计学差异,滤过核Cardiac Sharp下,两种测量方法所得AS、VS均存在统计学差异,一致性均较好;滤过核为Cardiac Stand且使用iDose 1和 2的图像组,危险分层一致性最高,Kappa系数为 0.967.结论:重建算法与滤过核对AI和CT工作站测量冠状动脉钙化积分影响较大,临床实践中需谨慎选择.
关键词：人工智能重建算法钙化积分滤过核
分类号：R814(放射医学)TP18(自动化基础理论)R543.3(心脏、血管（循环系）疾病)
论文发表日期：2025-09-30
在线出版日期：2025-10-28（本平台首次上网日期，不代表文献的发表时间）
页数：6( 872-877 )
英文信息