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cFFR原型软件(cFFR,version 3.0.0)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
作者:余蒙蒙;李跃华;李文彬;陆志刚;魏盟;沈成兴;闫静;张佳胤
来源:国际医学放射学杂志 2018 年 41卷 3期