利用网格先验的冠状动脉斑块自动量化与CAD-RADS预测
图像与视频处理
2023-10-18 v1
摘要
冠状动脉疾病（CAD）仍是全球首要死因。疑似CAD患者接受冠状动脉CT血管造影（CCTA）以评估心血管事件风险并确定治疗。CCTA中冠状动脉的临床分析包括识别动脉粥样硬化斑块，以及通常通过CAD报告与数据系统（CAD-RADS）获得的任何冠状动脉狭窄分级。这需要对冠状动脉管腔与斑块进行分析。虽然体素级分割是多种分割任务中的常用方法，但其不能保证拓扑合理的形状。为此，本工作中我们提出基于中心线先验直接推断冠状动脉管腔与斑块的表面网格，并将其用于CAD-RADS评分的下游任务。该方法使用共计2407例CCTA扫描进行开发与评估。我们的方法对钙化、非钙化及总斑块体积的病灶级体积组内相关系数分别为0.98、0.79和0.85。患者级CAD-RADS分类在300例代表性留出测试集上评估，所得线性加权kappa（）为0.75。在另一医院与扫描仪的658例扫描集上，CAD-RADS分类得为0.71。结果表明，直接推断冠状动脉管腔与斑块网格可行，并可实现常规CAD-RADS分类的自动化预测。
引用
@article{arxiv.2310.11297,
title = {Automatic Coronary Artery Plaque Quantification and CAD-RADS Prediction using Mesh Priors},
author = {Rudolf L. M. van Herten and Nils Hampe and Richard A. P. Takx and Klaas Jan Franssen and Yining Wang and Dominika Suchá and José P. Henriques and Tim Leiner and R. Nils Planken and Ivana Išgum},
journal= {arXiv preprint arXiv:2310.11297},
year = {2023}
}
备注
12 pages, 6 figures, accepted in IEEE Transactions on Medical Imaging