基于深度学习的冠状动脉CT血管成像冠状动脉疾病报告与诊断系统的临床应用

目的探讨基于深度学习(deep learning,DL)的冠状动脉CT血管成像(coronary computed to mography angiography,CCTA)的冠状动脉疾病报告与数据系统(coronary artery disease reporting and data sys tem,CAD RADSTM)冠心病诊断中的临床应用价值。方法选取我院2018年9-12月,临床疑诊为冠心病的患者226例,常规行CCTA扫描,按照CAD RADSTM报告系统,分别由两位高年资医师和基于深度学习的自动软件对患者进行分级报告。结果基于深度学习对CCTA的CAD RADS分级和医师对CCTA的CAD RADS分级评价差异无统计学意义(P=0.84),一致性检验结果显示两者的Kappa值为0.687(P<0.05),一致性较好。结论基于深度学习的CCTA图像的CAD RADS标准化报告能较准确评价疑似冠心病患者,与诊断医师具有较好的一致性。

基于CCTA的非阻塞性冠状动脉疾病近端病变的预后价值研究

目的 探讨基于冠状动脉CT血管造影(CCTA)的冠状动脉近端病变在非阻塞性冠状动脉疾病(NOCAD)中的预后价值。方法 连续性搜集本院2017年11月至2019年12月临床确诊或疑似冠心病患者,最终3359例患者纳入研究。采用单因素和多因素COX回归探索影响主要不良心血管事件(MACE)的风险因素。结果 NOCAD组患者平均年龄高于CCTA正常组(P<0.001),NOCAD组中男性、吸烟、饮酒、高血压和糖尿病比例高于正常组(P<0.001)。近端病变NOCAD组人群平均年龄及高血压高于非近端病变NOCAD组(P<0.05),两组在性别、吸烟、饮酒、糖尿病比较中,差异无统计学意义(P>0.05)。近端病变NOCAD发生154例MACE,发生率为10.58%,年发生率为2.8%(95%CI:2.4%~3.3%)。近端病变NOCAD组发生MACE事件风险是正常组的1.45倍(95%CI:1.09~1.91,P=0.010);非近端病变NOCAD组是正常组发生MACE事件风险的1.09倍(95%CI:0.67~1.78),但是差异无统计学意义(P=0.735)。结论 基于CCTA的NOCAD近端病变发生MACE事件风险是CCTA正常人群的1.45倍。基于CCTA的斑块位置可能为NOCAD患者提供风险分层信息,为后续进一步研究提供启发作用。

OSAHS患者上气道形态与顺应性改变的MSCT研究

目的:应用128层螺旋CT结合不同呼吸时相对OSAHS患者上气道形态及咽腔顺应性的改变进行研究。方法:对49例OSAHS患者于清醒状态行平静呼吸及Müller呼吸时相CT扫描,测量软腭后区及舌后区相关二维径线及气道容积,并计算软腭后区及舌后区咽腔顺应性,并根据AHI将OSAHS患者分为非重度组与重度组,进行多个组间比较。结果:①Müller呼吸时软腭后区及舌后区最小截面积,软腭后区前后径、左右径,舌后区左右径,气道及软腭后区总容积及平均容积均小于平静呼吸,软腭长度大于平静呼吸,且差异有统计学意义(P<0.01)。②重度组软腭后区咽腔各顺应性大于舌后区,非重度组软腭后区总顺应性大于舌后区,且差异有统计学意义(P<0.05);重度组与非重度组咽腔顺应性差异无统计学意义。③重度组Müller呼吸软腭后区及舌后区左右径、软腭后区平均容积均小于非重度组,且差异有统计学意义(P<0.05)。④两种呼吸状态下软腭后区形态均趋于横椭圆形,舌后区趋于纵椭圆形。结论:上气道多时相CT扫描结合后处理技术,二维及三维数据的测量可对OSAHS患者上气道形态及顺应性的改变进行定位、定量的评估。