基于深度学习的冠状动脉钙化积分对2型糖尿病患者冠心病的预测价值

作者：**; 胡竞成; 郝光宇; 胡粟; 陈灿; 陶青; 徐家梁; 王希明; 胡春洪^*

来源：中华放射学杂志, 2023, 57(05).

• 糖尿病, 2型
• 深度学习
• 钙化积分
• 冠心病
• 预测

目的探究基于深度学习(DL)的冠状动脉钙化积分(CACS)对2型糖尿病(T2DM)患者阻塞性冠心病和非钙化斑块/混合斑块的预测价值。方法连续回顾性纳入2012年12月至2019年12月接受CACS扫描和冠状动脉CT血管成像(CCTA)的424例T2DM患者, 并收集临床风险因素和斑块特征。斑块成分分为钙化、非钙化和混合斑块。阻塞性冠心病定义为最大直径狭窄率≥50%。采用基于DL的自动化方法计算CACS。采用单因素和多因素逻辑回归筛选有统计学意义的因素, 并计算比值比(OR)。用受试者工作特征(ROC)曲线评价预测性能。结果 CACS增加与更高的CCTA阻塞性冠心病概率相关(与CACS=0对比, CACS为1～99、100～299、300～999调整后OR分别为2.22、6.18、16.98, P值分别为0.009、<0.001、<0.001)。CACS预测阻塞性冠心病的曲线下面积(AUC)为0.764。对比CACS=0, CACS增加与非钙化斑块/混合斑块风险增加有关(CACS为1～99、100～299、300～999调整后OR分别为2.75、4.76、5.29, P值分别为0.001、<0.001、<0.001)。CACS预测非钙化斑块/混合斑块的AUC为0.688。基于DL的CACS自动测量时间为1.17 min, 低于手动测量时间1.73 min(P<0.001)。结论基于DL的CACS具有预测T2DM患者阻塞性冠心病、非钙化斑块/混合斑块的价值, 经济、高效, 对临床诊疗具有重要价值。

• 单位
  苏州大学附属第一医院