CardioSyntax：端到端 SYNTAX 评分预测 -- 数据集、基准和方法
计算机视觉与模式识别
2025-05-07 v2 图像与视频处理
摘要
SYNTAX 评分已成为冠状病变严重程度的广泛使用度量标准，对于选择最佳的介入方式至关重要。本文引入了新的医学回归和分类问题——自动从冠状动脉造影估算 SYNTAX 评分。我们的研究提出了包含 3,018 名患者的全新的 CardioSYNTAX 数据集，用于 SYNTAX 评分估算和冠状动脉支配分类。该数据集具有零分和非零分个体分布平衡。该数据集包括一种首次提供的完整冠状动脉造影样本，通过多视图 X 射线视频捕获，允许从多个角度观察冠状动脉。此外，我们提出了一种新颖的全自动端到端方法，用于估算 SYNTAX。对于这一困难任务，我们在评分值预测中实现了 R2 为 0.51 的稳健系数 determination，在零评分分类中实现了 77.3% 的准确率。
引用
@article{arxiv.2407.19894,
title = {CardioSyntax: end-to-end SYNTAX score prediction -- dataset, benchmark and method},
author = {Alexander Ponomarchuk and Ivan Kruzhilov and Galina Zubkova and Artem Shadrin and Ruslan Utegenov and Ivan Bessonov and Pavel Blinov},
journal= {arXiv preprint arXiv:2407.19894},
year = {2025}
}