期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于冠状动脉CT特征的机器学习技术评价冠状动脉粥样硬化斑块风险 被引量:6
1
作者 王蔚然 王蓉 +1 位作者 王更新 单冬凯 《中华老年多器官疾病杂志》 2021年第9期702-706,共5页
冠状动脉CT血管造影(CCTA)作为冠心病的一线诊断工具,不但可以评估冠状动脉管腔狭窄的程度,也可以进一步分析斑块组成、形态和易损性,而基于CCTA图像的冠周脂肪CT定量检测则可以反映冠状动脉炎症情况,用于综合评估心血管事件远期风险。... 冠状动脉CT血管造影(CCTA)作为冠心病的一线诊断工具,不但可以评估冠状动脉管腔狭窄的程度,也可以进一步分析斑块组成、形态和易损性,而基于CCTA图像的冠周脂肪CT定量检测则可以反映冠状动脉炎症情况,用于综合评估心血管事件远期风险。在此基础上,随着人工智能和影像组学技术的发展,冠心病患者个体化危险分层和治疗决策的制定越来越多地应用到了机器学习技术,该技术可以深度挖掘组织影像标志物,整合临床、生物学和CCTA影像学信息,构建精准无创预测模型,为进一步精确评估心血管风险提供强有力的支持。本文详细综述了CCTA检查在检测定量斑块易损性及冠状动脉炎症中的作用,并简要总结了基于影像组学的机器学习算法模型评估冠状动脉粥样硬化斑块风险的最新研究进展。 展开更多
关键词 冠状动脉疾病 CT血管造影 影像组学 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部