【摘 要】
：
目的 ：探讨人工智能（AI）在冠状动脉（冠脉）CTA（CCTA）诊断冠状动脉疾病中的应用价值。方法 ：回顾性分析行CCTA和冠脉造影术（CAG）66例（三大主支共198支血管）冠状动脉粥样硬化性心脏病（CHD）患者的影像学资料。CCTA图像分别由高年资主治医师和AI辅助诊断软件进行处理，评价AI辅助诊断软件在冠脉疾病诊断中的可行性及准确性。结果：（1）AI辅助软件自动对CCTA图像一键式重建分析并
论文部分内容阅读
目的 ：探讨人工智能（AI）在冠状动脉（冠脉）CTA（CCTA）诊断冠状动脉疾病中的应用价值。方法 ：回顾性分析行CCTA和冠脉造影术（CAG）66例（三大主支共198支血管）冠状动脉粥样硬化性心脏病（CHD）患者的影像学资料。CCTA图像分别由高年资主治医师和AI辅助诊断软件进行处理，评价AI辅助诊断软件在冠脉疾病诊断中的可行性及准确性。结果：（1）AI辅助软件自动对CCTA图像一键式重建分析并生成报告，用时约为人工用时的2.1%。（2）以CAG为金标准，AI检测冠脉狭窄的敏感度、特异度分别为94.8%、63.6%，检测狭窄程度≥25%的敏感度、特异度分别为90.8%、71.7%；医师诊断冠脉狭窄的敏感度、特异度分别为99.4%、65.9%，检测狭窄程度≥25%的敏感度、特异度分别为96.7%、84.8%;2种诊断方法对冠脉狭窄及狭窄程度≥25%的检出率差异均无统计学意义（均P＞ 0.05）。（3）以医师诊断为标准，198支血管168个斑块中，AI辅助诊断的敏感度和特异度分别为93.5%和90.0%,AI辅助诊断与医师诊断一致性较高（K=0.752）。（4）AI辅助诊断还可对冠脉优势型及冠脉支架进行评估，与医师诊断差异均无统计学意义（均P＞ 0.05）。结论：AI辅助诊断在冠脉疾病诊断方面具有较高敏感度和准确性，极大提高了诊断效率，但仍有不足，可作为医师的辅助诊断工具。
其他文献
采用“引张线+倒垂线”法进行三河闸水平位移监测，每块底板设置2个测点，共设置42套引张线仪，安装在启闭机房墙面。配套自动化监测系统，具有数据采集、管理、通讯、浏览等功能，亦具备人工比测条件，自动监测和人工比测精度相当，均达到有关标准要求。系统应用以来稳定可靠，为工程安全监测提供了技术支撑。
在模具设计中抽芯力、斜拉杆直径等数值经常需要进行计算,初学者往往不知道如何计算,更多的设计师知其然而不知其所以然,并不知晓公式如何推导,本文详述相关计算推导过程。
推荐系统作为一种信息过滤技术,能够帮助人类在海量的信息中快速获取有价值的内容。传统的推荐算法仅利用评分数据进行推荐,存在着用户与项目交互过少而产生的数据稀疏性问题和新用户、新项目带来的冷启动问题。近年来,随着在线社交媒体的兴起,将社交信息融入到推荐系统成为解决上述问题的有效方法。现有的社会化推荐算法在一定程度上缓解了数据稀疏性问题和冷启动问题,但仍然存在两点不足,首先只考虑评分数据稀疏问题,忽略了
权利人通常为促成契约的达成而自愿或被迫排除某项权利的适用,合同成立后又转向法院请求确认该排除行为无效。我国民法中明确规定特定权利不可排除的条文屈指可数,多数情况下的权利排除条款效力缺乏上位法依据。法律权利纷繁复杂,立法不可能对每一权利能否排除适用进行逐一释明,权利人在民商事活动中或可通过意志性活动排除任一权利,这一行为必然引发关于排除条款效力的争议。本文以委托合同中的排除条款为例进行实证研究,深入
在油气勘探领域中,地震数据重建技术主要用来解决地震数据采集过程中空间采样不足的问题。近年来,基于自学习机制的方法,如机器学习和深度学习,引起越来越多学者的关注。支持向量回归作为一种机器学习方法,也是一种核回归方法,能够实现良好的地震数据重建性能。本文主要是利用支持向量回归方法研究地震数据重建技术。在支持向量回归中,核函数与输入的特征向量直接影响重建性能,因此,本课题研究利用更适合地震数据的核函数以
压铸铝合金曲轴箱是一种成熟、高效的制造生产工艺。某型号曲轴箱因其结构特点,在生产过程中存在一定比例的指定部位裂纹不良。本文就该曲轴箱压铸生产裂纹不良问题,详细阐述了现象调查、原因分析、不良再现,并针对性提出了该裂纹不良改善对策方案,消除生产中不良报废损失,彻底提升该型号曲轴箱品质水平。
模糊限制语是一种广为学界认可的话语策略,且不少学者从语义学和语用学的视角下对其进行了广泛研究,但鲜有学者对调解类电视节目中的模糊限制语进行探讨。本文从调解类电视节目（即金牌调解）中随机选择了18个案例,在耶夫·维索尔伦（1999）提出的语言顺应理论框架下,分析调解场景中调解员所使用的模糊限制语的类型、语用功能、及其语用影响因素。结果表明,调解话语中使用了四种模糊限制语,包括程度变动语、范围变动语、
图是一种当今受到广泛关注的数据重要呈现形式,为了处理高维稀疏的图数据,网络表示学习将其映射到低维空间中,在保留原网络有效信息的同时降低了网络信息的存储成本,便于完成后续的分析任务。图卷积神经网络不仅保留了卷积神经网络强大的表征提取能力,还能够有效的处理不规则图数据,是近期的研究热点。基于拓扑优化的图卷积网络是一类旨在通过优化网络拓扑结构来逼近节点真实联系状态的图卷积神经网络模型。当前对基于拓扑优化
目标检测是计算机视觉领域非常活跃的研究方向之一,它主要是找出输入图像中所有感兴趣的目标,并确定目标物体的类别和位置信息。近几年,深度学习在图像目标检测中被广泛应用,因其较传统算法速度更快、检测精度更高的优势,成为目标检测领域的主流算法。本文通过对有关的深度学习目标检测算法进行对比分析,综合考虑算法的检测精度和实时性两个因素,选取一阶段目标检测算法Single Shot Multi Box Dete
“生育”一直以来都是国家重点关注的对象。国内“单身女性享有生育的权利”这一议题出现于本世纪初,二十多年来学界围绕生育权的性质、单身女性是否享有生育权利、单身女性的生育权利是否应该得到实现等方面进行了诸多讨论,但都没有统一的结论。与此同时,人类辅助生殖技术的出现与发展为生育领域带来了一场全面的洗礼,单身女性的生育自决能够借由辅助生殖技术得以实现便是其中之一。全文正文分为四个部分:第一部分主要讨论单身