国家肺部筛查试验 CT 图像中冠状动脉钙化评估（DeepCAC2）
图像与视频处理
2026-03-27 v1
摘要
冠状动脉钙化（CAC）是心血管风险的强预测因子，但因需专用成像协议和手动注释，仍在临床常规胸部成像中被低估利用。我们提出 DeepCAC2，一个公开的数据集，包含来自国家肺部筛查试验（NLST）低剂量胸部 CT 扫描的自动化 CAC 分割、冠状动脉钙化评分以及派生风险类别。使用在专家注释的心脏 CT 数据上训练的全自动深度学习管线，我们处理了 127,776 项 CT 扫描，来自 26,228 名个体，为每一次采集生成标准化的 CAC 分割和风险估计。我们已经提供一个公共仪表盘，作为简便的工具来可视化检查 200 名 NLST 患者数据集的随机子集。该数据集将随 DICOM 兼容的分割对象和结构化元数据一起发布，以支持可重复的后续分析。该深度学习管线将作为 DICOM 兼容的 MHub.ai 容器公开提供。DeepCAC2 提供了一个透明、大规模、公开且完全可重复的资源，用于心血管风险评估、机会性筛查和影像生物标志物开发的研究。
引用
@article{arxiv.2603.24633,
title = {Coronary artery calcification assessment in National Lung Screening Trial CT images (DeepCAC2)},
author = {Leonard Nürnberg and Simon Bernatz and Borek Foldyna and Michael T. Lu and Andrey Fedorov and Hugo JWL Aerts},
journal= {arXiv preprint arXiv:2603.24633},
year = {2026}
}