机器学习读冠脉造影片可行可靠(阜外医院徐波等研究)
阜外医院徐波等人报告,他们利用深度学习技术相关神经网络算法,创建的冠状动脉造影图像血管分割和血管节段识别人工智能模型准确度较高。 研究者认为,该研究显示了深度神经网络用于冠状动脉造影图像血管分割及节段识别的可行性,为将来实现客观、高效的冠状动脉造影人工智能病变诊断提供了基础。在此基础上,进一步开发管腔直径测量模型,实现人工智能定量冠状动脉造影分析,可为临床医生制定治疗决策提供客观的参考信息。 该研究纳入 2018 年 7 月于阜外医院行冠状动脉造影的患者 2 834 例,共 获得12 900 张冠状动脉造影图像。 患者的冠状动脉造影图像由阜外医院心血管介入诊疗影像分析核心实验室影像分析师标注后,搭建一种创新的深度神经网络,分别进行冠状动脉造影图像血管分割和节段识别任务。
转载:请标明“中国循环杂志”很多疑难复杂病例,一个医生一生也只能见到一次
在数据集中,11 900 张标注图像用于网络训练,1 000 张用于网络测试。以真实精标注图片为“金标准 ”,评价深度神经网络对冠状动脉造影图像血管分割及节段识别的能力。 结果显示,深度神经网络对冠状动脉造影图像血管自动分割的平均准确度达 99.2%,F1 分数为 0.91,且对冠状动脉主支血管的分割结果优于一级分支血管。 深度神经网络对冠状动脉造影图像血管节段识别的平均准确度为 98.6%,F1 分数为 0.80 ,对冠状动脉主支血管段的识别效果优于一级分支血管,对血管近段的识别准确度优于血管远段。 随着训练数据量增加,深度神经网络对冠状动脉造影图像血管分割的性能明显提升。训练数据量从 1 000 张增加到 11 900 张时,对应的血管分割准确度由 74.9% 上升至 99.2%。 来源: 谢丽华,史晓彤,王筱斐,等. 基于深度神经网络的冠状动脉造影图像血管分割和节段识别. 中国循环杂志, 2020, 35: 1064-1071. DOI:10.3969/j.issn.1000-3614.2020.11.003

世界无烟日:主题“烟草伤害心脏“,目前每四个中国人有一人因吸烟死亡
今年的世界无烟日,主题是“烟草和心脏病”。Lancet一项研究称,2015年,吸烟促成了11%的全球死亡,有640万人,而其中多于一半的吸烟相关的死亡就发生在四个国家:中国、印度、美国和俄罗斯。中国死亡180万,约占全球的28%(下图)。图12015年全球吸烟促成死亡最多的前十个国家杨进刚阜外2023-08-16 18:00:56
0000Circulation刊发南昌大学二院洪葵团队研究,揭秘心律失常分子遗传新机制
近期,南昌大学第二附属医院洪葵教授研究团队在Circulation杂志发表最新研究成果称,他们在我国汉族室性心动过速患者中发现了一种罕见的锚蛋白-B(由ANK2基因编码)错义突变p.Q1283H,而携带这种突变基因时,在应激环境下更容易发生室性心律失常,但美托洛尔或氟卡尼可有效抑制这种心律失常。喝酒也可导致心脏病,因这种病死亡据全球第五位!西安研究
酒精性心肌病,是长期大量饮酒引起的心肌疾病,占扩张型心肌病的10%左右。特点是心室扩张和收缩功能下降,过量饮酒是导致这种疾病的重要原因。近日,西安交通大学第一附属医院一项基于全球疾病负担(GBD)的研究表明,1990~2019年,国人酒精性心肌病所致死亡升高了171%,所致伤残调整寿命年(DALY)增加了147%。杨进刚阜外2023-09-28 17:41:39
0000阜外医院窦克非:介入治疗分叉病变预测分支闭塞有章可循
中国医学科学院阜外医院窦克非和张峻等研究发现,分叉病变的介入治疗中,小分支闭塞患者围术期心肌损伤的发生率高达31.3%,围术期心肌梗死发生率为7.2%,均显著高于小分支未闭塞的患者。杨进刚阜外2023-07-28 10:22:01
0001