目的探讨急性肺动脉栓塞的介入治疗效果。方法 2009年10月～2011年5月对19例急性肺动脉栓塞行下腔静脉滤器植入,肺动脉造影,导管碎栓、抽栓、溶栓治疗,其中12例术中应用球囊辅助碎栓,术后处理联合应用低分子肝素和华法林,调整凝血酶原...目的探讨急性肺动脉栓塞的介入治疗效果。方法 2009年10月～2011年5月对19例急性肺动脉栓塞行下腔静脉滤器植入,肺动脉造影,导管碎栓、抽栓、溶栓治疗,其中12例术中应用球囊辅助碎栓,术后处理联合应用低分子肝素和华法林,调整凝血酶原国际标准化率在2～3。结果术中即刻造影显示8例主干完全开通,11例部分开通。术中16例肺动脉压下降至16～37 mm Hg,3例肺动脉压升高至39～62 mm Hg,考虑末梢血管痉挛所致。基本治愈8例,显效5例,有效3例,无效3例。19例随访2～26个月,平均18个月,未见复发。结论急性肺动脉栓塞的介入治疗可以迅速恢复肺灌流量且相对于外科手术微创、简单,与全身静脉溶栓比较更迅速、有效。展开更多
目的分析基于从头训练模式深度学习-卷积神经网络模型[the deep learning convolutional neural network model trained from scratch,DL-CNN(fs)]的人工智能算法评估急性肺动脉血栓栓塞(acute pulmonary thromboembolism,APE)的价值。...目的分析基于从头训练模式深度学习-卷积神经网络模型[the deep learning convolutional neural network model trained from scratch,DL-CNN(fs)]的人工智能算法评估急性肺动脉血栓栓塞(acute pulmonary thromboembolism,APE)的价值。方法回顾性纳入214例可疑APE行CT肺动脉造影(CTPA)的住院患者,包括急性肺动脉血栓栓塞137例,阴性77例。放射科医师根据CTPA图像判断有无APE,并计算Qanadli评分、Mastora评分和其他CTPA参数。采用DL-CNN(fs)训练网络模型自动检测栓子的分布及容积。评估DL-CNN(fs)模型测量血栓分布的价值,计算血栓负荷与Qanadli评分、Mastora评分和其他CTPA参数的相关性。结果DL-CNN(fs)测算的中心肺动脉栓子敏感度、特异度、感兴趣区曲线下面积(AUC)分别为100%、16.8%、0.584(95%CI,0.508~0.661);DL-CNN(fs)测算的外周肺动脉栓子敏感度、特异度、AUC均较高(R1-R9,60.8%~95.2%,67.9%~87.1%,0.740~0.844;L1-L10,64.6%~93.4%,62.7%~83.1%,0.732~0.791)。DL-CNN(fs)测算的栓子体积与Qanadli score肺栓塞指数显著正相关(r=0.867,P<0.001),与Mastora score肺栓塞指数显著正相关(r=0.854,P<0.001),与右心室及左心室最大横径比、右心室及左心室最大面积比呈正相关(r=0.549,0.559,P<0.01)。结论DL-CNN(fs)模型检测外周肺动脉栓子具有较高的价值,对中心肺动脉栓子诊断特异度有待进一步提高。DL-CNN(fs)模型自动提供APE患者的栓子体积,可以一定程度反映栓塞程度及右心功能,能够辅助医生对于APE患者血栓负荷及危险分层的快速评估。展开更多
文摘目的探讨急性肺动脉栓塞的介入治疗效果。方法 2009年10月～2011年5月对19例急性肺动脉栓塞行下腔静脉滤器植入,肺动脉造影,导管碎栓、抽栓、溶栓治疗,其中12例术中应用球囊辅助碎栓,术后处理联合应用低分子肝素和华法林,调整凝血酶原国际标准化率在2～3。结果术中即刻造影显示8例主干完全开通,11例部分开通。术中16例肺动脉压下降至16～37 mm Hg,3例肺动脉压升高至39～62 mm Hg,考虑末梢血管痉挛所致。基本治愈8例,显效5例,有效3例,无效3例。19例随访2～26个月,平均18个月,未见复发。结论急性肺动脉栓塞的介入治疗可以迅速恢复肺灌流量且相对于外科手术微创、简单,与全身静脉溶栓比较更迅速、有效。
文摘目的分析基于从头训练模式深度学习-卷积神经网络模型[the deep learning convolutional neural network model trained from scratch,DL-CNN(fs)]的人工智能算法评估急性肺动脉血栓栓塞(acute pulmonary thromboembolism,APE)的价值。方法回顾性纳入214例可疑APE行CT肺动脉造影(CTPA)的住院患者,包括急性肺动脉血栓栓塞137例,阴性77例。放射科医师根据CTPA图像判断有无APE,并计算Qanadli评分、Mastora评分和其他CTPA参数。采用DL-CNN(fs)训练网络模型自动检测栓子的分布及容积。评估DL-CNN(fs)模型测量血栓分布的价值,计算血栓负荷与Qanadli评分、Mastora评分和其他CTPA参数的相关性。结果DL-CNN(fs)测算的中心肺动脉栓子敏感度、特异度、感兴趣区曲线下面积(AUC)分别为100%、16.8%、0.584(95%CI,0.508~0.661);DL-CNN(fs)测算的外周肺动脉栓子敏感度、特异度、AUC均较高(R1-R9,60.8%~95.2%,67.9%~87.1%,0.740~0.844;L1-L10,64.6%~93.4%,62.7%~83.1%,0.732~0.791)。DL-CNN(fs)测算的栓子体积与Qanadli score肺栓塞指数显著正相关(r=0.867,P<0.001),与Mastora score肺栓塞指数显著正相关(r=0.854,P<0.001),与右心室及左心室最大横径比、右心室及左心室最大面积比呈正相关(r=0.549,0.559,P<0.01)。结论DL-CNN(fs)模型检测外周肺动脉栓子具有较高的价值,对中心肺动脉栓子诊断特异度有待进一步提高。DL-CNN(fs)模型自动提供APE患者的栓子体积,可以一定程度反映栓塞程度及右心功能,能够辅助医生对于APE患者血栓负荷及危险分层的快速评估。
