简介:摘要:目的:人工智能在冠状动脉CT血管成像图像后处理和冠状动脉狭窄诊断中的应用。方法:回顾性分析2020年1月至2022年1月40例同时行CCTA和经皮冠状动脉造影(coronaryarteriography,CAG)患者的影像学资料。图像后处理及诊断分为人工组和AI组,比较两种方法后处理用时和图像质量主客观评分及评估冠状动脉斑块性质的差异。以CAG结果为金标准,以血管为单位,比较两种方法诊断冠状动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率的差异,并采用Kappa检验评价其结果的一致性。结果:AI组后处理及诊断用时为(236.57±20.66)s,较人工组[(789.74±63.38)s]缩短了约70.04%(P<0.05);两种方法得到的图像质量主客观评分差异均无统计学意义(均P>0.05)。AI组检测斑块总准确率为96.32%(131/136)。人工组与AI组对冠状动脉钙化斑块、非钙化斑块及混合性斑块检出差异无统计学意义(P>0.05),且一致性较好(Kappa=0.901,P<0.001)。以血管为单位,AI组诊断冠状动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率分别为87.72%(50/57)、94.12%(48/51)、94.34%(50/53)、87.27%(50/53)和90.74%(98/108),与CAG诊断冠状动脉狭窄一致性较好(Kappa=0.815,P<0.001)。结论:AI在CCTA图像后处理效率、斑块性质识别及冠脉狭窄诊断方面具有一定的优势,可作为分析诊断CCTA的有效辅助工具。
简介:【摘要】目的 探究人工智能AI对冠状动脉CT血管成像图像后处理和诊断冠心病的应用价值影响。方法 筛选2022年 5月~2023年5月的60例疑似冠心病患者作为本次研究对象,均开展冠状动脉CT血管成像扫描检查,而后将其分为两组,每组30例,医生组由专业医师进行图像处理和分析,AI组采用人工智能AI技术进行图像处理和分析,评估人工智能AI在冠心病诊断中的应用价值。结果 AI组的图像后处理和诊断时间短于医生组(P<0.05)。AI对各冠脉狭窄的检出率与医生相比无统计学意义(P>0.05)。结论 人工智能AI辅助医生,有利于提高冠状动脉CT血管成像图像后处理效率,从而为冠心病的诊断提供有价值的参考,值得研究和推广。
简介:摘要目的对数字化X线影像后处理技术在牙周病诊断中的临床应用效果进行分析和探讨。方法以42例在2016年3月-2017年3月期间与我院接受诊断和治疗的牙周病患者为研究对象,所有患者摄取数字化曲面断层X光片,与此同时,对患者经影像后处理技术处理后的图像和未经处理的图像进行比较,观察不同图像对患者牙槽骨改变的判断的组间一致性,以此评价数字化X线影像后处理技术在牙周病诊断中的临床应用价值。结果相较于未经处理的图像,经影像后处理技术处理之后的图像清晰度更高,更能帮助临床诊断发现患牙的病变细节,诊断一致性明显更高(100.00%vs78.57%,P<0.05)。结论数字化X线数字化后处理技术应用于牙周病的诊断之中,可进一步提升诊断一致性,是一种有价值的诊断方法,值得推广。
简介:目的本文针对黑素细胞肿瘤(MelanocyticTumorMT)图像情况复杂,较难分割的问题,提出了一种综合数字图像分割算法,探讨MT的早期诊断。方法首先应用统计区域融合方法(SRM)实现图像分割成多块纹理一致的区域。然后对图像以HSV彩色空间的H和S分量为特征,使用K均值聚类算法将图像聚为9类。最后,将聚类结果在HSV彩色空间的H和S分量值分别映射到[0,1]区间,再分别对H分量和S分量取阈值,得到最终的边界分割结果。结果对MT图像能够按照其纹理差异将其有效划分为多个区域,较为准确标识出皮损区域。结论综合对多种方法结果的对比,本方法优于传统的大津阈值法、K均值法和活动轮廓法。同时对过去基于SRM的MT图像分割方法进行了改进,在处理复杂MT图像时效果明显好于传统方法。