Fully automated aortic diameter measurements on SPECT/CT attenuation maps in patients undergoing myocardial perfusion imaging
Notice bibliographique
Résumé
Abstract Background SPECT/CT integrates functional nuclear medicine imaging with anatomic CT characteristics. Aortic diameter provides important information when increased, indicating patients at higher risk of aortic dissection or rupture, and is routinely evaluated on CT scans but rarely on CT attenuation correction (CTAC) maps from SPECT/CT. Purpose We aimed to develop a deep learning (DL) method for fully automatic aortic diameter measurements on CTAC in patients undergoing SPECT/CT myocardial perfusion imaging (MPI). Methods Figure 1 shows the study design. We included CTAC from patients undergoing SPECT/CT MPI from 2 sites participating in the REFINE SPECT registry. An open-source multi-structure CT segmentation was used to segment the aorta, pulmonary artery (PA), and 3 thoracic vertebrae (Th4-Th6). The diameter of the ascending (Asc) and descending (Desc) aorta was measured automatically at each slice (on average 7 slices) at the level of the PA bifurcation (Th4-Th6). The median value of all obtained measurements of the diameter of the Asc and Desc aorta was used in further analysis. The abnormal diameter of the Asc aorta was defined as an aortic diameter >40 mm whereas the abnormal diameter of the Desc aorta >30 mm. Abnormal myocardial perfusion was defined as total perfusion deficit (TPD) >5%. Results In total 4,589 patients were included, of whom 2,596 (56.6%) were male, and the median age was 66.0 (interquartile range [IQR] 57.0-74.0). During the median 3.6 years (2.0-5.0) follow-up, 352 (7.7%) patients died. The median Asc aorta diameter was 36.4 mm (33.6-39.4), whereas the median Desc aorta diameter was 30.8 mm (28.6-33.3). Patients with abnormal Asc and Desc aortic diameter were at higher risk of death compared to subjects with normal aortic diameter (Asc aorta - unadjusted hazard ratio [HR] 1.37, 95% CI 1.08-1.74, p=0.01; Desc aorta – unadjusted HR 1.9, 95% CI 1.51-2.40, p<0.001) (Figure 2). Abnormal TPD was present in 2,302 (50.2%) patients. Patients with normal TPD and abnormal Asc aortic diameter were at higher risk of death compared to patients with normal TPD and normal Asc aorta diameter (unadjusted HR 1.26, 95% CI 0.83-1.90, p=0.27). Subjects with normal TPD and abnormal Desc aorta diameter had an elevated risk of death compared to patients with abnormal TPD and normal Desc aorta diameter (unadjusted HR 2.10, 95% CI 1.43-3.08, p<0.001). Patients with abnormal TPD and abnormal Asc aortic diameter were at higher risk of death compared to patients with abnormal TPD and normal Asc aorta diameter (unadjusted HR 1.35, 95% CI 1.00-1.81, p=0.04). Moreover, subjects with abnormal TPD and abnormal Desc aorta diameter had an elevated risk of death compared to patients with abnormal TPD and normal Desc aorta diameter (unadjusted HR 1.57, 95% CI 1.18-2.10, p<0.001). Conclusion DL-based aortic diameter measurements on CTAC in patients undergoing SPECT/CT MPI can help identify patients at higher risk of death due to abnormal aortic diameter.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».