科研之友
微信
新浪微博
Facebook
分享链接
摘要
心脏计算机断层扫描血管造影术(CCTA)已成为评估冠状动脉疾病的重要非侵入性手段,随着其在临床的广泛应用及图像分析特征的增加,CCTA图像评估对技术及时间的要求不断提高。机器学习(ML)是人工智能的分支领域,它完全由数据驱动,通过计算机算法对大型数据集中变量的潜在关系进行识别及分析,实现对外部数据的预测。在心脏CT领域,不同ML算法的应用可提高CCTA的成像效率及质量,有助于病变评估及风险分层,同时也为心脏功能学成像提供了新的应用。该文主要对ML在心脏CT图像分析、风险模型、CT心肌灌注及CT血流储备分数中的应用研究进展进行综述。
-
单位解放军总医院; 南开大学
