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; 李跃华; 李文彬; 陆志刚; 魏盟; ...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

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c FFR原型软件（cFFR,version3.0.0）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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社