中国循环杂志|机器学习技术可自动读冠脉造影片，仅需两秒！阜外医院徐波等EuroIntervention刊发研究

冠状动脉造影是仍然是目前诊断冠心病金标准，如今借助计算机视觉和机器学习技术，自动的冠脉造影识别已经成为可能。
近日，阜外医院徐波教授等联合北京邮电大学、北京红云技术团队在EuroIntervention杂志发表的一项研究表明，通过计算机视觉和深度学习技术建立的深度神经网络模型，可对冠状脉造影图像进行自动、多模态分析，从多个角度识别冠脉造影片，从而达到冠脉造影识别的自动化。
对于冠状动脉的多模态分析包含了冠脉节段识别和病变形态识别，研究者通过两个不同的卷积神经网络 (CNN) 完成。对于一段冠脉造影片，第一个CNN首先识别出不同的冠脉节段，之后第二个CNN识别出在不同血管节段上的病变形态，综合两个识别结果后完成最终的冠脉造影识别。

本文插图
研究者回顾性收集了2018年7月在阜外医院就诊的2,834例患者的20,612张冠脉造影图像，其中13,373张用于标注冠脉节段，其余7,239张用于标注冠脉病变形态。
在13,373张冠脉节段标注数据中， 12,323张图像作为训练数据，其余1050张图像作为测试数据，进行冠脉节段网络的训练和测试；在7,239张冠脉病变标注数据中， 6,239张图像作为训练数据，其余1,000张图像作为测试数据，进行冠脉病变网络的训练和测试。

本文插图
通过标注的数据进行训练和优化后，冠脉节段网络可以识别包括左主干、左前降支、回旋支及右冠状动脉等20个不同的冠状动脉节段；冠脉病变网络可以识别不同的病变形态，包括病变直径狭窄、钙化、血栓形成、完全闭塞、夹层等。
在冠脉节段识别方面，该研究建立的网络模型对于整体血管的识别准确度达98.4% ，敏感度为85.2% 。
对于冠脉中重要的节段，识别准确率与敏感度达到了更高的水平，其中左主干的准确率和敏感度为99.9% 和91.8% ，左前降支近端的准确率和敏感度为99.8%和92.6% ，回旋支近端的准确率和敏感度为99.8% 和87.9% ，右冠状动脉近端的准确率和敏感度为99.8%和87.9% 。
在识别冠脉狭窄病变、完全闭塞、钙化、血栓形成、夹层时，冠脉病变识别网络模型的ROC曲线下面积 (AUC) 为0.801、0.759、0.799、0.778、0.863；F1评分分别为0.829、0.810、0.802、0.823、0.854 ，达到了较高的准确性。
综合上述两个结果，即可产生对于冠脉造影的高级别诊断，研究者指出，整个自动识别过程仅需要两秒钟。

本文插图
研究者指出，在未来的工作中，更多种类的冠状动脉病变将会被包含进来，从而完成SYNTAX评分的自动化，提高医生的诊断效率与准确率。
本文由中国医学科学院阜外医院、北京邮电大学、北京红云科技有限公司及耶鲁大学的研究者们合作完成，共同第一作者为北京邮电大学杜天明和阜外医院谢丽华，通讯作者为阜外医院徐波。
【中国循环杂志|机器学习技术可自动读冠脉造影片，仅需两秒！阜外医院徐波等EuroIntervention刊发研究】
“阜外说心脏”入选国家卫生健康委品牌活动推荐名单“阜外说心脏” ，采用网络直播的方式，向广大心血管疾病患者提供科学、规范、靠谱的心血管疾病自我管理知识。经国家心血管病中心推荐，卫健委宣传司评选， “阜外说心脏” 系列节目入选国家卫生健康委品牌活动推荐名单。每天一个微视频，助您心血管健康。关于非法网站冒用我刊名义进行征稿的特别提醒近期我们发现一些网站冒用“中国循环杂志”名义征稿，并承诺“职称论文权威快速发表” 。进入“作者投稿” ，在“作者投稿管理平台”中投稿。本刊联系电话：010-68331974《房颤科普》将通过通俗易懂的语言，提供科学、靠谱、有用的房颤防治知识！如果您有关于房颤的问题，请您留言，我们会择期通过视频直播的方式予以回答！择期通过视频直播的方式予以回答！分页标题