基于人工智能的冠状动脉钙化积分算法在胸部CT中的应用价值及影响因素分析.pdfVIP

中国临床医学影像杂志2024年第35卷第10期JChinClinMedImaging，2024,Vol.35,No.10.741.

\影像技术学√

基于人工智能的冠状动脉钙化积分算法在

胸部CT中的应用价值及影响因素分析

高峻峰，张倩，徐杭，马跃，侯阳

（中国医科大学附属盛京医院放射科，辽宁沈阳110004)

[摘要】目的：探讨人工智能(AI)软件在胸部平扫CT的冠状动脉钙化积分(CACS)测量中的应用价值及其影响因素。方

法：回顾性纳入237例在1月内行心电门控心脏平扫和胸部的患者。的获取方式不同分为4组：由低、高年资的放

CTCTCACS

射科医生基于心电门控心脏CT平扫图像测量CACS,分别记为门控-L、门控-H组。采用基于AI的非门控胸部CT钙化积分软

件获取CACS,记为AI组。基于胸部CT由低年资放射科医生与AI软件协同获取CACS,记作AI+L组。记录每例患者的各组

CACS定量所需时间。以门控-H组CACS测量值为金标准,评估并比较各组CACS值与金标准的相关性，以及危险度分层的准

确性。探讨心率及体质量指数(BMI)对AI软件测量CACS的影响。比较各种测量方法在时间上的差异。结果：AI组计算CACS

所需时间较门控-H、门控-L组分别减少39%、68%（P0.01）；AI+L组计算CACS所需时间较门控-H、门控-L组分别减少15%、

55%(P0.01)。门控-L、AI、AI+L组CACS与门控-H组CACS相关性好，斯皮尔曼相关系数(r)分别为0.99、0.65、0.98(P0.01)。

AI+L组CACS危险度分层一致性优于门控-L组及AI组,Kappa系数（k)分别为0.89、0.73、0.36(P0.01）。AI+L组CACS危险度

分层准确率显著优于其他组（92.0%,80.2%,52.3%,P0.01）。心率≥80次/分的患者CACS易被低估；BMI对CACS测量无明显

影响。结论：基于胸部平扫CT的AI与医生协同阅片模式与传统心电门控CACS定量在数值及受检者危险度分层上有较高一

致性且显著缩短了CACS测量时间，适用于亚临床人群冠心病风险等级的筛查。需注意心率偏高时AI软件会对CACS危险分

层产生低估。

[关键词］冠状血管；人工智能；体层摄影术,X线计算机

[中图分类号］R543.3;R814.42[文献标识码]A[文章编号]1008-1062(2024)10-0741-05

D0I:10.12117/jccmi.2024.10.013

Theapplicationvalueandinfluencingfactorsofcoronaryarterycalcificationscorealgorithm

basedonartificialintelligenceinnon-gatedchestCT

GAOLing-feng,ZHANGQian,XUHang,MAYue,HOUYang

(DepartmentofRadiology,ShengjingHospitalofChinaMedicalUniversity,Shenyang110004,China)

Abstract:Objective:Toexploretheapplicationvalueofartificialintelligence(Al)softwareinthemeasurementofcoro-

naryarterycalcificationscore(CACS)ofnon-gatedchestCTanditsinfluencingfactors.Methods:Atotal