换一批自适应统计迭代重建算法对人工智能冠状动脉钙化积分自动测量的影响
The influence of adaptive statistical iterative reconstruction-Veo on the automatic measurement of coronary artery calcium score by artificial intelligence
摘要目的 探讨自适应统计迭代重建算法(ASIR-V)对人工智能(AI)冠状动脉钙化积分(CACS)自动测量及危险分层预测结果的影响.方法 收集120例冠状动脉CT血管成像(CCTA)的原始数据,采用 ASIR-V 0%[滤波反投影(FBP)]、20%、40%、60%、80%、100%混合比例重建.分析不同重建算法下升主动脉最大和平均CT值、标准差(SD)(即噪声值)、钙化斑块最大CT值;评估不同重建算法对AI CACS(体积积分、质量积分、Agatston积分)和基于Agatston积分危险分级的影响.结果 随着ASIR-V混合权重增加,升主动脉平均CT值无统计学差异;升主动脉最大CT值,SD,钙化斑块最大CT值,AI CACS(体积积分、质量积分、Agatston积分)逐渐降低(P<0.05);随着ASIR-V混合权重的增加,升主动脉信噪比(SNR)和钙化斑块对比噪声比(CNR)显著提高(P<0.05).ASIR-V导致10例从低风险降至极低风险,6例从中等风险降至低风险,3例从高风险降至中等风险.结论 ASIR-V的增加可提高图像质量,降低图像噪声,降低AI CACS测量,可能造成危险分级降低.
更多相关知识
关键词
人工智能冠状动脉疾病钙化斑块钙化积分artificial intelligencecoronary artery diseasecalcified plaquecalcification score
栏目名称
DOI
10.3969/j.issn.1002-1671.2026.02.027
发布时间
2026-03-16（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
