人工智能在肠内光学相干断层扫描分析中的综述与建议
图像与视频处理
2025-02-03 v1 人工智能
计算机视觉与模式识别
摘要
人工智能（AI）方法论为从肠内光学相干断层扫描（IVOCT）图像中快速和准确地诊断冠状动脉疾病（CAD）提供了巨大的潜力。尽管已发表大量论文描述了用于不同诊断任务的AI模型，但仍不清楚哪些模型具有潜在的临床实用性且已被正确验证。本综述系统性地考察了2015年1月至2023年2月期间使用IVOCT进行AI诊断CAD的已发表文献。我们的检索识别了5,576项研究，在初始筛选后保留513项，在质量筛选后纳入最终系统综述的35项研究。我们的发现表明，大多数被识别的模型目前不适合临床应用，主要由于方法学缺陷和潜在偏差。为解决这些问题，我们提供了改进模型质量和研究实践的建议，以提高临床有用AI产品的开发。
关键词
引用
@article{arxiv.2501.18614,
title = {Review and Recommendations for using Artificial Intelligence in Intracoronary Optical Coherence Tomography Analysis},
author = {Xu Chen and Yuan Huang and Benn Jessney and Jason Sangha and Sophie Gu and Carola-Bibiane Schönlieb and Martin Bennett and Michael Roberts},
journal= {arXiv preprint arXiv:2501.18614},
year = {2025}
}