检索结果-南通市图书馆

中国CT和MRI杂志 2024年第5期22卷 94-96页

作者：周建昌纪丽萍蒙志宏张帆曹宇佳河北北方学院附属第二医院医学影像科河北张家口075100

目的本研究旨在评估冠状动脉CT血管造影计算分流量储备(fractional flow reserve,FFR)深度学习方法的诊断准确性研究,以期为临床诊治提供参考。方法这是一项单中心的前瞻性研究,63名患者参加了深度学习FFR的诊断性能评估。为了评估冠状... 详细信息

目的本研究旨在评估冠状动脉CT血管造影计算分流量储备(fractional flow reserve,FFR)深度学习方法的诊断准确性研究,以期为临床诊治提供参考。方法这是一项单中心的前瞻性研究,63名患者参加了深度学习FFR的诊断性能评估。为了评估冠状动脉狭窄的缺血风险,提出了冠状动脉三维几何形状的自动量化方法和基于深度学习的FFR预测方法。以线状FFR为参考标准,评价深度学习FFR的诊断性能。采用受试者-操作特征曲线下面积(AUC)分析确定主要评价因子。结果对于每个患者水平,以参照FFR测量的临界值≤0.8时,深度学习FFR的AUC为0.928,缺血相关病变方面比CTA狭窄严重程度0.664表现出更高的诊断性能。深度学习FFR与FFR相关(R=0.686,P<0.001),平均差值为-0.006±0.0091(P=0.619)。二次评价的准确性、敏感性、特异性分别为87.3%、97.14%、95.45%。结论深度学习FFR是一种新的方法,可以有效地评估冠状动脉狭窄的功能意义。

关键词：冠状动脉CT血管造影深度学习模型分流量储备

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：