光学相干断层扫描脂质斑块定量测定一致性研究:TransDeepLab模型与人工分析对比
叶豪奕1
韩泽君2
崔思美3
吴晓爽4
高磊1
1.100048 北京市,解放军总医院第六医学中心心血管病医学部2.北京理工大学医学技术学院3.南开大学医学院4.安徽医科大学第二附属医院心血管内科
摘要：目的 采用TransDeepLab模型,训练算法识别光学相干断层成像(OCT)图像中的脂质斑块,以评估其与手动测量的一致性.方法 本研究前瞻性纳入2024年1-12月解放军总医院第六医学中心拟行择期经皮冠状动脉介入治疗(PCI)且接受冠状动脉OCT检查的143例冠心病患者作为训练集,67例患者(70处病变)作为测试集,同期第一医学中心的27例患者(30处病变)作为外部验证集.手动分析由2名医师通过OCT离线图像分析软件完成,测量最大脂质角度、平均脂质角度、脂质长度及最薄纤维帽厚度,1名高年资医师进行最终确认.人工智能(AI)模型采用融合DeepLab与Swin Transformer的TransDeepLab模型进行训练.结果 本研究以解放军总医院双中心237例患者的OCT脂质斑块数据为基础,以高年资医师手动分析为"金标准",系统验证TransDeepLab模型与手动分析的一致性,研究结果显示内部验证中,AI与手动分析在最大脂质角度(r=0.842、ICC=0.811)、平均脂质角度(r=0.721、ICC=0.715)、脂质长度(r=0.913、ICC=0.874)、测量一致性、纤维帽厚度(r=0.652、ICC=0.650)一致性较好,Bland-Altman图显示,多数指标差异在可接受范围.外部验证中,四项测量内容一致性均有所降低.该AI模型在OCT脂质斑块长度、脂质角度量化中与手动分析结果一致性较好,但纤维帽厚度一致性欠佳.结论 TransDeepLab模型在OCT脂质斑块定量任务中表现出良好且可重复的测量一致性,对脂质角度与长度的评估接近人工"金标准",对纤维帽厚度仅呈中等一致性,但差异有统计学意义,该模型具备临床应用潜力.
关键词：冠状动脉粥样硬化性心脏病脂质斑块光学相干断层成像深度学习
分类号：R541.4(心脏、血管（循环系）疾病)
论文发表日期：2026-02-25
在线出版日期：2026-03-16（本平台首次上网日期，不代表文献的发表时间）
页数：8( 140-147 )
英文信息