非对比 CT 快速准确诊断急性主动脉综合征：大样本、回顾性、多中心和基于 AI 的研究

Jun, 2024

非对比 CT 快速准确诊断急性主动脉综合征：大样本、回顾性、多中心和基于 AI 的研究

Rapid and Accurate Diagnosis of Acute Aortic Syndrome using Non-contrast CT: A Large-scale, Retrospective, Multi-center and AI-based Study

PDF

Yujian Hu, Yilang Xiang, Yan-Jie Zhou, Yangyan He, Shifeng Yang...

TL;DR使用非对比增强 CT 图像，研制了人工智能模型 DeepAAS，能够准确识别急性主动脉综合征（AAS），帮助临床决策，有效降低 AAS 错漏诊率并缩短诊断时间。

Abstract

chest pain symptoms are highly prevalent in emergency departments (EDs), where acute aortic syndrome (AAS) is a catastrophic cardiovascular emergency with a high fatality rate, especially when timely and accurate

chest pain symptoms acute aortic syndrome triage practices artificial intelligence model non-contrast ct

发现论文，激发创造

DeepAAA：利用深度学习进行临床可应用和普适性的腹主动脉瘤检测

本研究提出了一种基于深度学习的技术，用于检测和量化腹主动脉瘤，该模型架构是一个改进的 3D U-Net 算法与椭圆拟合相结合，可用于主动脉分割和腹主动脉瘤检测，模型经过 321 个腹部 - 盆腔 CT 检查的训练和验证，在 57 个新的检查数据上也具备很高的性能。

Jul, 2019

DeepVox 和 SAVE-CT：一种对比度和剂量无关的三维深度学习方法，用于胸部主动脉分割和动脉瘤预测的计算机断层扫描

这项研究探索了使用低剂量 CT 扫描和无对比剂加强 CT 扫描获得的图像进行自动化筛查、评估和分类的方法，开发了一种新型分割模型和 TAA 分类模型，可在不同条件下进行全自动的无对比剂和剂量独立的 TAA 评估，以减少患者的筛查时间和病理评估风险。

Oct, 2023

基于图像深度学习的胸部 X 射线亚临床动脉粥样硬化的检测

通过基于深度学习的系统在普通胸部 X 线上识别亚临床动脉硬化，开发了一个预测冠状动脉钙化分数的深度学习算法，在内、外部验证中表现出良好的诊断准确性和预测动脉粥样硬化心血管疾病事件的负预测价值。

Mar, 2024

ProtoASNet: 动态原型在超声心动图中对无需解释和具有不确定性感知的主动脉瓣狭窄分类中的应用

通过基于 B 模式超声心动图视频的相似性和学习的时空原型之间的关联性，ProtoASNet 直接检测主动脉瓣狭窄并提供解释，同时利用弃权损失评估不确定性，使其成为一种可靠的系统，能够提供解释哪些情况下可能失败，并为每个预测提供可解释性和不确定性度量。

Jul, 2023

基于监督注意力多示例学习从多视角超声图像中检测心脏疾病

为了自动化筛查主动脉瓣狭窄，我们提出了一种新的端到端的多实例学习方法，引入了监督式注意技术和一种新的自我监督预训练策略。实验表明，与以前的方法相比，我们的方法在提高准确率的同时可以减小模型尺寸。

May, 2023

基于 AI 的主题建模的个性化主动脉狭窄血动力学

我们提出了一种人工智能驱动的计算框架，用于加速与民主化的基于患者的主动脉瓣狭窄血流动力学模拟，通过自动网格化算法生成适用于计算和实验室模拟的几何形态，并能够准确地模拟多样化的临床血流动力学测量，从而作为个性化高保真模拟主动脉瓣狭窄生物力学、血流动力学和治疗规划的理想补充工具。

Jun, 2024

腹主动脉瘤计算机断层扫描图像的近似方法与人工智能方法的比较

本研究评估了应用于腹主动脉瘤患者计算机断层扫描图像的两种方法：一种基于近似理论工具的确定性方法和一种基于人工智能的方法。两种方法均旨在分割基底 CT 图像，以提取主动脉血管的患区，为诊断该病理提供尿毒症造影剂的替代方案。实验结果定量和定性地比较了这两种方法的性能，表明两种模型均能得出准确的结果。

Jun, 2024

使用深度学习和任务特定中心线标注的 CAD-RADS 评分

这份研究论文用深度学习算法实现了一种快速，可靠，易于实施的冠状动脉 CT 血管造影图标注方法，将冠状动脉树分成患者间一致的部分，并获得了比以前更好的诊断表现

Feb, 2022

常规血管造影过程中腹主动脉 CT 密度的造影剂诱导决定性成分：概念验证研究

通过对公开可获得的 CTA 数据进行分析和拟合，提出了一个描述血管中动态对比剂行为的模型，该模型可以有助于个性化的对比剂建模、CTA 图像处理的改进，并为人工智能的合成 CT 训练数据的准备提供支持。

Oct, 2023

半监督多模态多实例学习用于主动脉瓣狭窄诊断

自动解释心脏的超声心动图可以改善对主动脉狭窄（AS）这种致命心脏疾病的检测和治疗。为了克服现有方法的局限性，本文介绍了一种新的深度学习框架，即半监督多模式多实例学习（SMMIL），用于自动解释 AS 等结构性心脏疾病。该方法在数据集上的实验证明，在 AS 严重程度分类以及几项临床相关 AS 检测任务方面，SMMIL 表现出优于最近的替代方法。

Mar, 2024