Baidu
map

European Radiology:利用常规斑块参数和CCTA的放射组学特征预测冠状动脉的斑块进展

2024-03-22 shaosai MedSci原创 发表于上海

放射组学是一项提取来自数字图像尺寸数据微量元素的影像学方法,可获得病变的病理生理信息,并评价其与放射学的关系。

随着随着全球人口老龄化的进展,冠状动脉疾病 (CAD) 已成为严重威胁人类生命安全的公共疾病。此外,CAD进展与高心血管发病率和死亡率直接相关因此,确定冠状动脉斑块进展的危险因素有助于更好地理解CAD发展的自然过程并指导临床决策。

在先前的研究中,通过侵入性冠状动脉造影对冠状动脉斑块的表征显示了斑块进展的中等预测价值。现阶段计算机断层血管造影 (CCTA) 已越来越多地用于评价斑块的形态和成分。传统的斑块特征,如斑块负荷和成分,是主要不良心脏事件的强有力的预测因子。最近,血管周围脂肪衰减指数(FAI)已被多项研究及学者提议作为评估冠状动脉炎症的生物标志物。然而,这些传统的成像标记提供了关于冠状动脉斑块微环境的信息有限,这导致无法准确和全面地评估斑块的进展。

放射组学是一项提取来自数字图像尺寸数据微量元素的影像学方法可获得病变的病理生理信息,并评价其与放射学的关系。因此,放射组学可以提高临床对CAD的认识,改善CAD的诊断和预测其进展。尽管放射组学在肿瘤学领域有着广泛的应用前景然而放射组学为基础的冠状动脉斑块分析受到了很大程度的限制。


近日,发表在European Radiology杂志上的一篇研究探讨了结合常规斑块参数和冠状动脉计算机断层扫描血管造影(CCTA)得出的放射组学特征预测冠状动脉斑块进展的能力及价值。 

本项研究回顾性分析了2009年1月至2020年8月期间接受过至少两次CCTA检查的400名患者的临床数据和CCTA图像。研究记录了直径狭窄、斑块总体积和负荷、钙化斑块体积和负荷、非钙化斑块体积和负荷(NCPB)、冠状动脉周围脂肪衰减指数(FAI)以及其他常规斑块参数。采用分层随机分割法将患者按7:3的比例分配到训练队列(n = 280)和验证队列(n = 120)中。使用接收者操作特征曲线下面积(AUC)评估常规参数(模型 1)、放射组学特征(模型 2)和组合(模型 3)的预测能力。 

在训练队列中,FAI和NCPB被确定为冠状动脉斑块进展的独立风险因素。模型2(训练队列AUC:0.814, p < 0.001; 验证队列AUC:0.729, p=0.288)和模型3(训练队列AUC:0.824, p< 0.001; 验证队列AUC:与模型1(训练队列 AUC:0.646;验证队列 AUC:0.654)相比,模型3(训练队列AUC:0.824,p<0.001;验证队列AUC:0.758,p=0.042)在预测斑块进展方面具有更好的诊断性能。此外,模型3略高于模型 2,但无统计学意义。 


 
 常规冠状动脉斑块参数结合放射组学的ROC分析

本项研究表明,结合常规冠状动脉斑块参数和CCTA衍生的放射组学特征预测斑块进展的能力优于单独使用常规参数进行预测,有助于冠状动脉疾病的进一步临床决策。

原文出处:

Changjing Feng,Rui Chen,Siting Dong,et al.Predicting coronary plaque progression with conventional plaque parameters and radiomics features derived from coronary CT angiography.DOI:10.1007/s00330-023-09809-4

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2194640, encodeId=a4d9219464053, content=<a href='/topic/show?id=2238424480' target=_blank style='color:#2F92EE;'>#CCTA#</a> <a href='/topic/show?id=57735e39801' target=_blank style='color:#2F92EE;'>#放射组学#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=48, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4244, encryptionId=2238424480, topicName=CCTA), TopicDto(id=57398, encryptionId=57735e39801, topicName=放射组学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Fri Mar 22 10:00:17 CST 2024, time=2024-03-22, status=1, ipAttribution=上海)]
    2024-03-22 梅斯管理员 来自上海

相关资讯

European Radiology:深度学习图像重建(DLIR)对冠状动脉钙化定量的影响

最近,基于卷积神经网络的深度学习图像重建(DLIR)已成为冠状动脉CT血管成像(CCTA)的滤波背投(FBP)和迭代重建(IR)算法的替代品。

European Radiology:冠状动脉慢性完全闭塞究竟该如何选择治疗方案?

2017年,Antonopoulos等学者报道,血管炎症可以阻止局部脂肪生成、改变血管周围脂肪组织(PVAT)的组成,将PVAT的衰减从脂质相转移到水相并使用CCTA进行量化.

RADIOLOGY:CAD-RADS推荐的CCTA管理究竟有何临床价值?

CCTA已被现行指南推荐为一线检查方式,CCTA在稳定期胸痛患者中的临床应用急剧增加。

European Radiology:CCTA冠状动脉周围脂肪组织衰减的临床价值

最近的一项研究报道,血管炎症的存在可能导致炎症介质释放到局部冠状动脉周围脂肪组织(PCAT),诱导局部脂肪分解并抑制脂肪生成。

Acad Radiol:减影法在重度钙化患者CCTA中的价值

据报道,减影CCTA(CCTAsub)的发展对消除伪影很有价值,从造影剂图像中减去非造影剂图像并保留了钙化或支架。

academic radiology:利用深度学习重建提高CCTA图像的空间分辨率

最近,超分辨率深度学习重建(SR-DLR)方法已经被开发出来并应用于临床,其产生的CT图像的空间分辨率是传统分辨率CT扫描的两倍,

Euro Radio:冠状动脉的这一放射组学特征你忽略了吗?

放射组学可以提取大量无法从医学图像中直观评估的定量特征。然而,临床上对PCAT的放射组学分析与CT-FFR相结合是否能提高冠状动脉狭窄血流动力学意义的诊断准确性仍不明确。

Radiology:CCTA放射组学模型在识别易损斑块和预测心血管事件方面的价值

冠状动脉CT血管成像(CCTA)现在是诊断冠状动脉疾病(CAD)的一线无创成像方式。最近,CCTA的定性斑块特征和基于定量衰减的斑块指标已经显示出预测急性冠状动脉综合征预后的价值。

Radiology:慢性冠状动脉闭塞的CCTA深度学习分割与重建

冠状动脉CT血管成像(CCTA)是一种成熟的无创成像方式,可用于准确诊断冠状动脉狭窄。

European Radiology:基于冠状动脉周围脂肪组织衰减模型实现糖尿病患者微血管并发症的无创预测

冠状动脉计算机断层扫描(CCTA)得出的冠状动脉周围脂肪组织(PCAT)衰减作为一种新的成像标志物,可显示存在活跃的血管周围炎症,对冠状动脉疾病(CAD)有重要的预后评估价值。

Baidu
map
Baidu
map
Baidu
map