首页 > 论文范文 > 医药卫生论文 > 影像检验论文 > CTA论文 > 人工智能技术联合CT血管造影对冠状动脉疾病的临床诊断价值

人工智能技术联合CT血管造影对冠状动脉疾病的临床诊断价值

2025-09-03 48 上传者：管理员

摘要：目的探讨人工智能(artificialintelligence,AI)技术联合CT血管造影(CTangiography,CTA)对冠状动脉(简称冠脉)疾病的诊断价值。方法选取冠脉病变患者70例，采用AI技术联合CTA进行检查。对比人工与AI辅助诊断时间，并比较人工、AI辅助及二者联合诊断在容积再现(volumerendering,VR)中的图像质量及造成图像缺陷的相关因素；以冠脉造影(coronaryangiography,CAG)检查结果为“金标准”,分析人工、AI辅助及二者联合应用对冠脉狭窄的诊断效能，并评估不同方法对冠脉狭窄的诊断结果与CAG检查结果的一致性。结果人工后处理与出报告总耗时长于AI辅助诊断行图像后处理并生成报告总耗时[(25.37±6.74)minvs.(1.53±0.28)s],且差异有统计学意义(P<0.05)。人工、AI辅助及联合诊断在VR图像质量评级比较中，差异无统计学意义(P>0.05),且3种诊断方法在不同图像缺陷因素对比中，差异亦无统计学意义(P>0.05)。根据“金标准”,70例患者中明确冠脉狭窄38例，无狭窄32例。人工联合AI辅助诊断在冠脉狭窄中的诊断价值高于人工诊断和AI辅助诊断，且与CAG检查结果一致性最强，诊断效能差异有统计学意义(P<0.05)。结论AI技术联合CTA检查在冠脉疾病诊断中优势明显，可有效缩短冠脉病变诊断耗时，提高诊断准确率，且与CAG诊断结果一致性较强，可将其作为临床鉴别诊断冠脉疾病的有效方法，值得推广应用。

关键词：
CT血管造影
人工智能技术
冠心病
冠状动脉
心血管疾病
加入收藏

冠心病是临床常见且高发的心血管疾病,因冠状动脉(简称冠脉)粥样硬化所致。近年来,随着生活水平的提升,冠心病发病率持续攀升,且发病年龄呈年轻化趋势。若发病后得不到及时有效的治疗,将严重影响患者生活质量,甚至危及生命[1-2]。冠脉造影(coronaryangiography,CAG)是诊断冠脉疾病的“金标准”,但因其属有创检查,且操作较为复杂,导致部分患者接受度较低[3]。CT血管造影(CTangiography,CTA)检查在冠脉疾病诊断中具有快速、稳定的特点,能够清晰呈现出冠脉斑块与狭窄,并可对其做出准确评估[4]。但CTA检查要求诊断医师对扫描图像进行后处理分析,耗时较长,不仅会降低工作效率,而且也会增加漏诊风险[5]。因此,寻找一种可协助影像科医生快速且准确地完成影像诊断的技术具有重要意义。人工智能(artificialintelligence,AI)技术现已广泛应用于医疗领域,其利用计算机视觉、深度学习与大数据的融合,可为患者提供快速、精准的诊疗服务,并显著提升影像科医生的工作效率[6-7]。鉴于此,本研究采用AI技术联合CTA检查鉴别诊断冠脉疾病,旨在探究其临床应用价值。

1、资料与方法

1.1一般资料

选取2021年8月至2023年8月于濮阳惠民医院就诊的冠脉病变患者70例,其中男38例、女32例;年龄52~86(68.95±6.82)岁;体重指数20~26(23.71±1.06)kg/m2;心率50~100(73.62±9.84)次/min;临床表现:胸闷、气短24例,胸痛27例,心悸7例,腰背痛或后背痛10例,剑突下不适2例。纳入标准:①行CTA及CAG检查,二者检查间隔时间<14d;②均伴有不同程度的心前区或腰背部等不适症状;③病历资料齐全;④患者及家属均对本研究知情,且签署同意书。排除标准:①参与本研究前已安装心脏起搏器或行心脏介入手术治疗;②对本次检查使用的造影剂过敏;③检查时心律不齐或心率过快,无法配合屏气;④CTA检查图像显示血管伪影严重;⑤存在交流障碍或精神异常,无法配合检查。

1.2方法

1.2.1CTA检查

采用飞利浦公司生产的Brilliance128排螺旋CT扫描仪对患者进行检查。检查前要求患者去除所有金属物品,指导患者行屏气训练,保持双手上举仰卧位,自气管隆突下1cm处至心尖下1cm处为本次扫描范围,采用头先进的方式。相关参数设置如下:层厚0.625mm,层间距5mm,管电压100kV,管电流自动调节。上述扫描完成后经肘静脉使用双通注射器注射碘帕醇0.8mL/kg,控制注射流速为4~5mL/s;注射完毕后追加40mL生理盐水冲管,设置阈值为100HU,升主动脉为ROI,延迟8s后启动扫描。扫描后将最佳舒张期或收缩期图像数据上传至工作站进行处理,1)人工诊断:由两名高年资影像科医生应用双盲法阅片,判断冠脉狭窄、斑块及分布情况,详细记录冠脉后处理时间、病变情况。若出现不同的诊断意见,则经讨论后获得一致意见。2)AI辅助诊断:冠脉AI辅助诊断将原始图像均传至PACS,由联影冠脉AI辅助诊断软件一键生成冠脉后处理图像及分析报告。

1.2.2CAG检查

采用数字减影血管造影机(飞利浦公司生产,FD20型),注射碘浓度为370mg/mL的碘帕醇对比剂,经皮穿刺股动脉或桡动脉后行左侧、右侧冠脉造影检查,通过不同投照角度确定冠脉病变情况。上述操作完成后由高年资介入医生对冠脉回旋支、前降支、右冠脉病变较为严重的节段进行评估。当冠脉狭窄程度<25%时为轻微狭窄,25%≤冠脉狭窄程度<50%时为轻度狭窄,50%≤冠脉狭窄程度<75%时为中度狭窄,75%≤冠脉狭窄程度<100%时为重度狭窄,冠脉狭窄程度达100%时为完全闭塞。

1.3观察指标

1)对比人工与AI辅助诊断时间,包括人工后处理时间、人工报告时间、人工后处理加报告总时间、AI辅助诊断耗时。2)对比人工、AI辅助及二者联合诊断在容积再现(volumerendering,VR)中的图像质量及造成图像缺陷的相关因素。依据VR图像质量评级标准将CTA图像分为,①差:冠脉血管存在缺如或添加多余血管,为不合格图像;②良:心脏三维解剖结构显示一般,冠脉各主支血管与分支存在部分遮挡;③优:心脏三维解剖结构显示较为清晰,无静脉污染与杂质,冠脉各主支血管与分支无遮挡。3)以CAG检查结果为“金标准”,分析人工、AI辅助及二者联合使用在冠脉狭窄中的诊断价值,并分析不同方法对冠脉狭窄的诊断结果与CAG检查结果的一致性。

1.4统计学分析

数据处理应用SPSS22.0软件。计量资料以x±s表示,组间比较采用t检验;计数资料用n(%)表示,组间比较采用χ2检验;一致性检验应用Kappa检验方法,当Kappa值≥0.75表明一致性较好。以P<0.05为差异有统计学意义。

2、结果

2.1人工与AI辅助诊断时间对比

采用人工对图像进行后处理的平均耗时为(13.82±3.90)min,人工出报告平均时间为(11.55±2.84)min,人工后处理与出报告总耗时为(25.37±6.74)min;而由AI辅助诊断进行图像后处理并生成报告总耗时为(1.53±0.28)s,故AI辅助诊断总耗时比人工后处理图像与报告总耗时明显缩短(P<0.05)。

2.2人工、AI辅助及联合诊断对VR图像质量的评估及图像缺陷因素分析

人工、AI辅助及联合诊断在VR图像质量评级比较中,差异无统计学意义(P>0.05),且3种诊断方法在不同图像缺陷因素对比中,差异均无统计学意义(均P>0.05)。见表1。

表1人工与AI辅助诊断在VR中图像质量评估及图像缺陷因素分析

2.3冠脉狭窄诊断价值与一致性分析

本研究中70例患者经“金标准”检查,明确冠脉狭窄38例,无狭窄32例。人工联合AI辅助诊断对冠脉狭窄的诊断价值均高于单独采用人工诊断、AI辅助诊断,且与CAG检查的一致性最强,诊断效能差异有统计学意义(均P<0.05)。见表2-4。

表2人工、AI辅助及联合诊断在冠脉狭窄中的诊断结果

表3人工、AI辅助及联合诊断在冠脉狭窄中的诊断效能

表4人工、AI辅助及联合诊断在冠脉狭窄中的诊断一致性分析

3、讨论

目前,影像学检查是鉴别诊断冠脉病变的有效手段,CAG作为冠脉病变诊断的“金标准”可清晰显示冠脉狭窄、腔内斑块等信息,为临床诊断提供可靠的依据。但CAG检查对患者而言存在一定的创伤,加之操作过程较为复杂,一旦操作不当,极易导致斑块脱落而发生严重并发症[8-9]。随着影像学技术的快速发展,CTA因其具有操作简单、无创性等特点受到广大患者的青睐,已成为冠脉病变患者首选的检查手段[10]。而快速发展的AI技术应用于冠脉病变诊断,可有效简化医学工作流程,帮助影像科医生提高效率,减轻工作负担[11]。

本研究结果显示,人工后处理与出报告总耗时明显比AI辅助诊断行图像后处理并生成报告总耗时更长,表明AI辅助诊断可在短时间内实现病情诊断,从而及时采取治疗措施。冠脉病变患者经影像学检查后相关数据将上传工作站,由影像科医务人员逐个进行阅片及分析,最终给出冠脉病变的检查结果。在此过程中不仅会消耗医务人员的精力,也会延长人工后处理及出报告的时间。而AI辅助诊断技术的应用可实现一键式冠脉后处理并生成诊断报告,跳过CTA重建步骤以减少整体用时,弥补了人工后处理耗时长的不足,在提升工作效率方面优势明显[12-13]。

本研究中人工、AI辅助及联合诊断在VR图像质量评级比较中,差异无统计学意义(P>0.05),且3种诊断方法在不同图像缺陷因素对比中,差异均无统计学意义(P>0.05),表明采用不同方法均可获得较好的VR图像质量,但联合诊断VR图像质量更优、图像缺陷更少。AI辅助诊断技术在VR图像着色和渲染中优势显著,获得的图像显示效果强于人工后处理,特别是对局部解剖结构形态的显示效果更佳,能够清晰显示冠脉病变立体结构信息,有助于提高冠脉病变检出率。本研究中70例患者经“金标准”检查明确冠脉狭窄38例,无狭窄32例。人工联合AI辅助诊断对冠脉狭窄的诊断价值均高于人工诊断、AI辅助诊断,且与CAG检查一致性最强,差异有统计学意义(P<0.05),表明AI技术联合CTA在冠脉病变诊断中具有较高的临床应用价值,诊断结果与“金标准”一致性较强,能够为冠脉病变的诊断提供可靠的参考依据。究其原因可知,AI辅助诊断技术将部分血管伪影误认为是冠脉管腔狭窄,同时对冠脉小分支的辨识度较低,易将分叉处判断为狭窄,由此极易导致误诊或漏诊的发生[14];而结合CTA人工后处理技术可有效弥补AI辅助诊断的不足,综合影像科医生的工作经验,有助于降低AI辅助诊断中的误诊及漏诊率,提高对冠脉病变的诊断效能[15]。

综上所述,AI技术联合CTA在冠脉病变诊断中具有较高的临床应用价值,二者联合可发挥协同作用,有效缩短检查后等待时间,获得清晰的冠脉病变图像,且诊断准确度高、与金标准诊断结果的一致性强,利于提高冠脉病变的诊断效能,值得推广应用。但本研究为单中心研究,纳入样本量较小,研究周期较短,极易导致研究结果出现偏倚,故在后续研究中需扩大研究样本量,延长研究周期,实施多中心随机对照研究,以验证AI技术联合CTA在诊断冠脉病变中的价值。

参考文献:

[1]刘铁,程悦,于静,等.基于人工智能的“三低”冠状动脉CTA影像质量和辐射剂量研究[J].国际医学放射学杂志,2024,47(2):190-194,203.

[2]丁晨寒,宋凤祥,杨泽铖.低管电压联合顺适性低剂量容积双空间迭代重建技术在头颈部CT血管成像中的应用[J].中国医学影像学杂志,2024,32(4):379-385.

[4]栗岩,辛娟,齐海成,等.全模型迭代算法改善冠状动脉CT血管成像中斑块图像质量的可行性研究[J].中国医学计算机成像杂志,2023,29(2):137-141.

[5]鞠斌,孙敏,罗彩华,等.基于冠状动脉CT造影的血流储备分数在冠状动脉疾病中的诊断价值[J].医学影像学杂志,2023,33(12):2191-2195.

[6]游永春,李万江,钟思华,等.AIIR重建算法对70kVp低管电压扫描主动脉CTA图像质量影响的研究[J].中国医疗设备,2021,36(10):75-79.

[7]沈梓璇,肖梦强,刘金丰,等.等中心扫描联合AIDR3D重建在降低CCTA成像辐射剂量中的应用价值[J].蚌埠医学院学报,2021,46(2):239-243.

文章来源:刘静静,洪念全.人工智能技术联合CT血管造影对冠状动脉疾病的临床诊断价值[J].实用心电与临床诊疗,2025,34(04):531-535.