论著-人工智能影像
深度学习技术对颅内外动脉阻塞性狭窄的诊断价值
作者：郝光宇1,2 陈 蒙1,2 刘原庆1,2 秦义人3 王希明1,2 胡 粟1,2 胡春洪1,2,*
所属单位：1.苏州大学附属第一医院放射科 2.苏州大学医学影像研究所 3.苏州大学附属第一医院神经内科 (江苏 苏州 215006)
PDF摘要
目的 探究基于深度学习(DL)技术对颅内外动脉阻塞性狭窄的诊断价值。方法 回顾性分析我院2020年1月至2021年6月疑似急性缺血性脑卒中患者，且在一月内接受CTA和 DSA。按患者和血管水平将狭窄程度分为正常、轻度狭窄、中度狭窄、重度狭窄和闭塞，阻塞性狭窄定义为直径狭窄率≥70%。以DSA为参考标准，通过受试者工作曲线(ROC)、敏感性、特异性评价诊断性能。结果 在患者水平，DL技术与放射科医师的AUC分别为0.781(敏感性和特异性分别为0.934、0.627) 和0.840，差异无统计学意义(P=0.074)。在血管水平，DL技术与放射科医师的AUC分别为0.923(敏感性和特异性分别为0.885、0.962)和0.932 ，差异无统计学意义 (P=0.393)。DL技术分析的中位分析时间(8.67 min)明显短于放射科医师(29.55 min)(P<0.001)。结论 DL技术可以准确评估颅外和颅内动脉狭窄，耗时短，有望成为优化风险分层和指导治疗策略的方法。
【关键词】深度学习；CTA；狭窄；颅内外动脉
【中图分类号】R543.5
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2024.08.051
中国CT和MRI杂志
第22卷， 第 8 期
2024年08月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号