Оптимизация КТ-ангиографии коронарных артерий с помощью нового алгоритма на основе глубокого обучения

КТ-ангиография коронарных артерий (КТА) — важный метод диагностики хронического коронарного синдрома (ХКС) у пациентов с низкой или промежуточной претестовой вероятностью заболевания. Минимальным техническим требованием является использование 64-срезового мультидетекторного компьютерного томографа (64-МДКТ). Такие аппараты по-прежнему широко применяются, хотя из-за ограниченного временного разрешения и охвата по оси z на полученных изображениях часто возникают артефакты движения. В этом исследовании оценивали способность алгоритма коррекции двигательных артефактов на основе глубокого обучения устранять такие артефакты. В исследование включили 124 исследования КТА, выполненных на 64-МДКТ, с артефактами движения как минимум лёгкой степени. Изображения реконструировали с помощью стандартного алгоритма и алгоритма коррекции двигательных артефактов. Качество изображений оценивали по 5-балльной шкале Лайкерта на уровне сегментов, артерий и пациентов; также изучали его связь с потенциально влияющими факторами: частотой сердечных сокращений (ЧСС), её изменениями в течение сердечного цикла, индексом массы тела, возрастом и полом. Для сравнения применяли критерий знаковых рангов Уилкоксона, для оценки корреляции — коэффициент ранговой корреляции Спирмена. При оценке на уровне пациентов доля изображений с недостаточным качеством уменьшилась на 5,26%, а с достаточным — увеличилась на 9,66% при использовании алгоритма коррекции. На уровне артерий доля изображений с недостаточным качеством правой коронарной артерии (ПКА) уменьшилась на 18,18%, а с достаточным — увеличилась на 27,27%. На уровне сегментов доля изображений с недостаточным качеством в сегментах 1 и 2 уменьшилась соответственно на 11,51% и 24,78%, а с достаточным качеством увеличилась соответственно на 10,62% и 18,58%. Общее число артефактов на уровне ПКА уменьшилось с 3,11 ± 1,65 до 2,26 ± 1,52. При реконструкции с коррекцией двигательных артефактов связь качества изображений ПКА с ЧСС ослабла до умеренной. Применение алгоритма улучшает качество изображений, полученных на 64-МДКТ, и уменьшает влияние ЧСС на их качество, расширяя возможности 64-МДКТ в диагностике ХКС.