基于机器学习的FFRCT对冠状动脉功能性狭窄的诊断准确性研究

• 作者: 余蒙蒙 张佳胤 李文彬 李跃华 沈成兴 闫静 陆志刚 魏盟
• 来源期刊: 国际医学放射学杂志
• 关键词: 冠心病 体层摄影术,X线计算机 有创性冠状动脉造影 血流储备分数
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: FFRCT专题
• 页码范围: 282-286
• 页数: 5页
• 分类号: R445.3|R541.4
• 语种: 中文
• DOI: 10.19300/j.2018.L6085zt

摘要

目的 以有创性冠状动脉血流储备分数(FFR)为金标准,探讨不同区间内基于机器深度学习的CT冠状动脉血流储备分数(FFRCT)对冠状动脉功能性狭窄的诊断准确性.方法 回顾性收集先后行冠状动脉CT血管成像(CCTA)及FFR检查的病人125例(162处病变),年龄42.0~88.0岁,平均(61.0±8.2)岁,男79例,女46例.两项检查时间间隔≤2周.在CCTA影像上获得病变直径狭窄程度,采用西门子cFFR原型软件(cFFR,version 3.0.0)计算FFRCT数值.以FFR≤0.8为具有血流动力学意义的狭窄,绘制FFRCT及CCTA的受试者操作特征曲线,获得曲线下面积(AUC).并计算两种方法的敏感度、特异度、阳性预测值、阴性预测值及准确度.结果 FFRCT及CCTA对于诊断功能性狭窄的AUC分别为0.85、0.76(P<0.05).基于病人水平分析,CCTA和FFRCT的诊断敏感度、特异度、准确度分别为77.6%、69.7%、76.8%和85.7%、78.9%和86.1%.当FFRCT数值≤0.69、0.7~0.8、0.81~0.89、≥0.9时,FFRCT诊断功能性狭窄的准确度分别为86.4%、61.2%、88.6%、98.2%.结论 以FFR为金标准,FFRCT数值在0.7~0.8之外的病变结果具有良好的诊断准确性,而数值在0.7~0.8区域内的病变诊断准确性欠佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏盟	上海交通大学附属第六人民医院心内科	196	831	14.0	18.0
2	陆志刚	上海交通大学附属第六人民医院心内科	54	201	9.0	12.0
3	李文彬	上海交通大学附属第六人民医院放射科	51	403	11.0	17.0
4	李跃华	上海交通大学附属第六人民医院放射科	44	198	8.0	11.0
5	沈成兴	上海交通大学附属第六人民医院心内科	32	117	5.0	10.0
6	余蒙蒙	上海交通大学附属第六人民医院放射科	6	31	4.0	5.0
7	闫静		1	3	1.0	1.0