跳到主要内容
检索

Amsterdam Cardiovascular Sciences

2 篇关联报道

订阅更新
  1. arXiv

    TG-OT 用拓扑圆柱上的非平衡最优传输匹配,在 47 例配对 CCTA-IVUS 上实现无需分割的全自动冠脉配准(Dicectl=0.99、Sc=0.96、DiceL=0.69)

    该工作提出 TG-OT,一个全自动的 CCTA-IVUS 配准框架:先用轻量 CNN 在拓扑 (θ, z) 圆柱上预测钙化、分叉与管腔半径(并额外检测 IVUS 导丝伪影),再把冻结的检测器直接嵌入可微配准流程,以圆柱几何上的非平衡 Sinkhorn 最优传输损失加 Dice 项驱动中心线形变参数优化,辅以管腔半径匹配;在 Erasmus 大学医学中心 IMPACT 研究的 N=47 例配对 CCTA-IVUS 数据、5 折交叉验证下,无需人工交互与任何预先分割即达到纵向 Dicectl=0.99、旋转 Sc=0.96、管腔 DiceL=0.69,并在严重导管旋转漂移病例上优于 Dice-only 基线(Wilcoxon 符号秩 p<0.01)。

  2. medRxiv

    人工智能增强心电图在单基因与多基因易感性下检测和预测肥厚型心肌病

    该研究在三个国际中心的1,095名致病或可能致病肌节变异携带者中,用已验证的AI-ECG模型从12导联心电图图像生成HCM评分,发现其识别基线HCM表型的AUROC为0.91、识别显性HCM为0.92,在基线基因阳性/表型阴性者中评分每升高1个标准差与随访期发生HCM相关(未校正HR 1.55,校正后HR 1.38),并在57,007名UK Biobank参与者中显示AI-ECG评分与多基因风险评分相互独立且相加,二者同时偏高者HCM的校正比值比为60.2。

已读完全部报道