•  栏目 文章

人工智能识别冠脉CTA图像技术的应用

doi https://doi.org/10.63887/jmph.2025.1.2.10

作者

期: 第 1 卷第 2 期 (2025 年): 《医学与公共健康》（Journal of Medicine and Public Health, JMPH）
关键词:
人工智能识别冠脉CTA图像技术；冠心病；冠脉病变

摘要

目的：探究临床诊断冠心病患者冠脉病变应用人工智能识别冠脉CTA图像技术的价值。方法：研究就诊于2022年1月到2024年12月的30例冠心病患者，基于冠脉造影为金标准，探究医师诊断和数坤人工智能影像诊断冠心病患者冠脉病变情况。结果：人工智能识别冠脉CTA图像技术诊断冠心病患者冠脉病变情况和金标准符合，和医师诊断结果为统计学，为P<0.05。30例患者中，CTA检查结果定量分析斑块平均（2.34±0.23）个、钙化斑块体积平均（25.63±5.63）mm3、非钙化斑块体积平均（352.24±87.45）mm3、平均狭窄程度（58.33±10.34）%、平均斑块负荷（28.34±6.23）%。结论：人工智能识别冠脉CTA图像技术诊断冠心病患者冠脉病变情况价值高，适合临床应用。

如何引用

叶和勤. (2025). 人工智能识别冠脉CTA图像技术的应用. 医学与公共健康, 1(2). https://doi.org/10.63887/jmph.2025.1.2.10
ACM（计算机协会会议） ACS（美国化学会） APA（美国心理学会） ABNT（巴西技术标准协会） 芝加哥（作者-日期） 哈佛格式 IEEE（电气电子工程师协会） MLA（现代语言协会） Turabian（注释-书目） 温哥华格式
下载引用

参考

李桂芬,赵妍,周建国,等.人工智能识别冠脉CTA图像技术的应用[J].养生保健指南,2021(41):232-233.

林浩,梁奕,杨威威,等.人工智能辅助冠状动脉CTA诊断冠状动脉狭窄准确性研究[J].交通医学,2024,38(2):179-180,185.

郭邦俊.基于冠状动脉CTA诊断病变特异性心肌缺血的人工智能研究[D].广东:南方医科大学,2020.

尹允杰.基于CTA的冠脉狭窄智能辅助诊断研究[D].齐鲁工业大学,2023.

吕洪新.基于肺CT扫描应用U-NET模型诊断2型糖尿病患者冠脉钙化程度的研究[D].辽宁:大连医科大学,2023.

王承兰.基于影视数据的冠脉狭窄病变无创评估[D]. 陕西:西安理工大学,2022.

袁宪顺.基于CT血管周围脂肪和影像组学评价症状性能颈动脉斑块[D].山东:山东大学,2022.

张旭.IMR技术的低剂量冠脉CTA显示冠状动脉的图像质量及对疑似冠心病患者冠脉狭窄的诊断价值[J].影像研究与医学应用,2021,5(15):64-65.

龚万沣,敖炜群,贾玉柱,等. 基于双源CT不同成像技术对冠脉CTA的检查效率和图像质量的影响[J].中国医药导报,2020,17(19):20-23.

张海蛟.冠状动脉追踪冻结技术在回顾性心电门控下改善冠脉CTA图像质量的应用价值[J]. 自我保健,2021(6):107.

作者简介

版权

未提供许可协议