摘要

目的:评价基于深度学习(DL)技术的非门控胸部CT冠脉钙化积分系统的准确性。方法:本研究回顾性纳入1441例因常规体检而行非增强胸部CT平扫的中老年患者。所有患者图像分别导入GE后处理工作站smartscore钙化积分软件以及基于深度学习的非门控胸部CT智能钙化积分软件。按照解剖部位将两种方法获得的Agatston评分划分为冠状动脉总评分(TOTAL)、左主干(LM)评分、左前降支(LAD)评分、左回旋支(LCX)评分以及右冠状动脉(RCA)评分。采用Pearson相关系数分析两种方法下测得钙化积分相关性,同时对测得不同厂家、不同机型各分支钙化积分及总钙化积分的统计学差异评估以及对两种不同管电压下的钙化积分差异进行比较采用配对t检验;采用组内相关系数(ICC)对两种方法测得的钙化积分进行一致性检验,所有结果以P<0.05为差异有统计学意义。结果:Pearson相关系数显示两组方法测量所有机型下大部分TOTAL,LM、LCX、RCA的Agatston积分具有较好的相关性(P>0.05),两种方式所得钙化积分差异无统计学意义(P>0.05),但在LightSpeed VCT机型中两组RCA钙化积分差异具有统计学意义(P<0.05); 120 kVp、100 kVp两种管电压下两组测得CACS大部分差异无统计学意义,但在Optima CT680 Series机型中120 kVp下两者TOTAL差异具有统计学意义(P<0.05);ICC分析发现两种方法下大部分所获的钙化积分具有较好的一致性(ICC:0.710~0.996),其中六中机型中两种方式下总钙化积分的组内相关系数分别为BrightSpeed(ICC:0.875,95%CI:0.833~0.905)、Revolution CT(ICC:0.834,95%CI:0.761~0.883)、LightSpeed VCT(ICC:0.763,95%CI:0.688~0.822)、Optima CT680 Expert(ICC:0.723,95%CI;0.590~0.815)、SOMATOM go.Top(ICC:0.967,95%CI:0.955~0.975)、uCT 550(ICC:0.988,95%CI:0.984~0.991)。结论:基于深度学习的钙化积分算法在不同CT机型及不同管电压的扫描条件下对冠脉分支钙化积分的评估均具有较高的准确性。

  • 单位
    数坤(北京)网络科技有限公司; 武汉大学人民医院

全文