XiaoMi-AI文件搜索系统
World File Search SystemMBF
用于诊断心脏灌注缺损的数字孪生的开发
心肌血流量 (MBF) 是心肌灌注的关键指标，通常通过其他临床测试（如压力下的动态 CT 灌注）进行评估。这项研究引入了一种数字孪生，旨在通过使用常规 CT 图像和临床测量数据预测 MBF 来增强冠状动脉疾病的诊断。数字孪生采用人工智能方法重建冠状动脉和心肌几何形状，并集成了一个计算模型，该模型具有 3D 冠状动脉和三室心肌模型，并使用来自六名代表性患者的数据进行盲校准。对另外 28 名患者的验证显示 MBF 预测与实验和临床测量一致。混淆矩阵分析评估了双胞胎对高危患者（平均 MBF < 230 ml/min/100g）与非高危患者进行分类的能力，召回率为 0.77，精确度和准确度为 0.72。这项工作代表
自动定量像素的性爱和年龄特异性正常值，从心肌灌注心血管磁共振
从两个中心招募的151名健康志愿者承受了腺苷应激和静息心肌灌注CMR。在线自动重建和灌注数据的后处理是在Gadgetron软件框架内实现的，创建了Pictepel Pushusion Maps。 测量休息和压力MBF，得出心肌灌注储备（MPR），并通过性别和年龄细分。 在静止时，所有受试者的平均MBF均为0.62±0.13 ml/g/min，在压力期间为2.24±0.53 ml/g/min。 平均MPR为3.74±1.00。 与男性相比，女性的休息时间更高（0.69±0.13 vs. 0.58±0.12 ml/g/min，p <0.01）和应力MBF（2.41±0.47 vs. 2.13±0.54 ml/g/g/min，p = 0.001）。 应力MBF和MPR随着年龄的增加而显示出显着的负相关性（r = -0.43，p <0.001和r = −0.34，p <0.001）。在线自动重建和灌注数据的后处理是在Gadgetron软件框架内实现的，创建了Pictepel Pushusion Maps。休息和压力MBF，得出心肌灌注储备（MPR），并通过性别和年龄细分。在静止时，所有受试者的平均MBF均为0.62±0.13 ml/g/min，在压力期间为2.24±0.53 ml/g/min。平均MPR为3.74±1.00。与男性相比，女性的休息时间更高（0.69±0.13 vs. 0.58±0.12 ml/g/min，p <0.01）和应力MBF（2.41±0.47 vs. 2.13±0.54 ml/g/g/min，p = 0.001）。应力MBF和MPR随着年龄的增加而显示出显着的负相关性（r = -0.43，p <0.001和r = −0.34，p <0.001）。
2 型糖尿病与主动脉瓣置换术前后心肌结构、收缩功能、能量和血流变化之间的关系
结果：与 HVs 相比，AS 患者（AS-T2D 和 AS-noT2D 合并）在 AVR 前表现出 PCr/ATP（平均值 [95% CI]；HVs，2.15 [1.89, 2.34]；AS，1.66 [1.56, 1.75]；P <0.0001）和血管舒张剂应激 MBF（HVs，2.11 mL min g [1.89, 2.34]；AS，1.54 mL min g [1.41, 1.66]；P <0.0001）受损。 AVR 之前，在 AS 组中，与 AS-noT2D 患者相比，AS-T2D 患者的 PCr/ATP（AS-noT2D，1.74 [1.62, 1.86]；AS-T2D，1.44 [1.32, 1.56]；P =0.002）和血管舒张剂应激 MBF（AS-noT2D，1.67 mL min g [1.5, 1.84]；AS-T2D，1.25 mL min g [1.22, 1.38]；P =0.001）较差。在 AVR 之前，AS-T2D 患者的 PCr/ATP（AS-T2D，1.44 [1.30, 1.60]；T2D 对照组，1.66 [1.56, 1.75]；P =0.04）和血管扩张剂应激 MBF（AS-T2D，1.25 mL min g [1.10, 1.41]；T2D 对照组，1.54 mL min g [1.41, 1.66]；P =0.001）也比基线时的 T2D 对照组差。AVR 后，AS-noT2D 患者的 PCr/ATP 恢复正常，而 AS-T2D 患者没有改善（AS-noT2D，2.11 [1.79, 2.43]；AS-T2D，1.30 [1.07, 1.53]；P =0.0006）。接受 AVR 治疗后，两组 AS 的血管扩张剂应激 MBF 均有所改善，但 AS-T2D 患者的 MBF 仍然较低（AS-noT2D，1.80 mL min g [1.59, 2.0]；AS-T2D，1.48 mL min g [1.29, 1.66]；P =0.03）。PCr/ATP 不再有差异（AS-T2D，1.44
使用PET的心肌缺血的定量评估
宠物技术和重建技术的最新进展现已使用心脏正电子发射断层扫描（PET）进行定量评估，在大多数心脏宠物成像中心都很容易获得。多个PET心肌灌注成像（MPI）放射性药物可用于定量检查心肌缺血，每种都具有明显的便利性和准确性。这些放射性药物的重要特性（包括放射性核素半寿命，组织中的平均正电子范围，以及动力学参数和心脏血流（MBF）之间的关系。绝对对心肌血流（MBF）的绝对定量要求使用PET MPI使用协议，以生成重建数据的动态多帧。使用组织室模型，计算了从血浆到心肌组织的PET MPI放射性药物萃取速率的速率常数。然后，使用已建立的提取公式为每种放射性药物转换为MBF，此速率常数（k 1）被转换为MBF。由于大多数现代PET扫描仪仅在列表模式中获取数据，因此还审查了将列表模式数据处理为动态多帧的技术。最后，在本综述中简要描述了现代宠物技术，例如PET/CT，PET/MR，Total-Body PET，机器学习/深度学习对心肌缺血的全面和定量评估的影响。
心肌炎症对定量心肌灌注的长期影响 - 描述性宠物/MR心肌炎
抽象目的是否导致可能影响心肌流动（MBF）的长期后遗症是否导致心肌炎症。我们旨在评估心肌炎症对定量MBF参数的影响，如13n- ammonia正电子发射断层扫描心肌灌注成像（PET-MPI）后期在心肌炎后期评估。方法至少在6个月后，在诊断和随访时进行了五十例心肌炎病史的患者进行了心脏磁共振（CMR）成像。节段MBF，心肌储备（MFR）和13n- ammonia擦伤，并记录了减少13n- ammonia保留的段，类似于疤痕。基于CMR，段被归类为遥控（n = 469），愈合（基线时炎症，但在随访时没有晚期gadolinium增强[lge]，n = 118），并疤痕（随访时LGE，n = 72）。此外，显然是愈合的段，但宠物的疤痕被归类为宠物不和谐（n = 18）。与遥远细分相比，的结果显示出更高的应力MBF（2.71 ml *min -1 *g -1 [IQR 2.18–3.08] vs. 2.20 ml *min *min -1 *g -1 [1.75–2.68]，p <0.0001），p <0.0001），mfr（3.78 [2.78 [2.83-4.79-9-3-3-3-3-3-3-6] [3.3-3-6] [3.3-6] [3.3-6] [3.3-6] [3.6] [3.6] [3.3-6] 0.0001）和冲洗（休息0.24/min [0.18-0.31]和应力0.53/min [0.40-0.67] vs. 0.22/min [0.16-0.27]和0.46/min [0.32-0.63]，分别分别为p = 0.010和p = 0.021）。 虽然宠物不一致的细分与MBF和MFR的治愈段没有差异，但擦除量较高约30％（p <0.014）。 最后，通过PET-MPI诊断为10名（20％）患者，为肌肌疤痕，但没有相应的LGE。的结果显示出更高的应力MBF（2.71 ml *min -1 *g -1 [IQR 2.18–3.08] vs. 2.20 ml *min *min -1 *g -1 [1.75–2.68]，p <0.0001），p <0.0001），mfr（3.78 [2.78 [2.83-4.79-9-3-3-3-3-3-3-6] [3.3-3-6] [3.3-6] [3.3-6] [3.3-6] [3.6] [3.6] [3.3-6] 0.0001）和冲洗（休息0.24/min [0.18-0.31]和应力0.53/min [0.40-0.67] vs. 0.22/min [0.16-0.27]和0.46/min [0.32-0.63]，分别分别为p = 0.010和p = 0.021）。虽然宠物不一致的细分与MBF和MFR的治愈段没有差异，但擦除量较高约30％（p <0.014）。最后，通过PET-MPI诊断为10名（20％）患者，为肌肌疤痕，但没有相应的LGE。结论在患有心肌炎史的患者中，从PET-MPI获得的心肌灌注的定量测量仍在改变最初受炎症影响的区域。
心肌炎症对...
抽象目的是否导致可能影响心肌流动（MBF）的长期后遗症是否导致心肌炎症。我们旨在评估心肌炎症对定量MBF参数的影响，如13n- ammonia正电子发射断层扫描心肌灌注成像（PET-MPI）后期在心肌炎后期评估。方法至少在6个月后，在诊断和随访时进行了五十例心肌炎病史的患者进行了心脏磁共振（CMR）成像。节段MBF，心肌储备（MFR）和13n- ammonia擦伤，并记录了减少13n- ammonia保留的段，类似于疤痕。基于CMR，段被归类为遥控（n = 469），愈合（基线时炎症，但在随访时没有晚期gadolinium增强[lge]，n = 118），并疤痕（随访时LGE，n = 72）。此外，显然是愈合的段，但宠物的疤痕被归类为宠物不和谐（n = 18）。与遥远细分相比，的结果显示出更高的应力MBF（2.71 ml *min -1 *g -1 [IQR 2.18–3.08] vs. 2.20 ml *min *min -1 *g -1 [1.75–2.68]，p <0.0001），p <0.0001），mfr（3.78 [2.78 [2.83-4.79-9-3-3-3-3-3-3-6] [3.3-3-6] [3.3-6] [3.3-6] [3.3-6] [3.6] [3.6] [3.3-6] 0.0001）和冲洗（休息0.24/min [0.18-0.31]和应力0.53/min [0.40-0.67] vs. 0.22/min [0.16-0.27]和0.46/min [0.32-0.63]，分别分别为p = 0.010和p = 0.021）。 虽然宠物不一致的细分与MBF和MFR的治愈段没有差异，但擦除量较高约30％（p <0.014）。 最后，通过PET-MPI诊断为10名（20％）患者，为肌肌疤痕，但没有相应的LGE。的结果显示出更高的应力MBF（2.71 ml *min -1 *g -1 [IQR 2.18–3.08] vs. 2.20 ml *min *min -1 *g -1 [1.75–2.68]，p <0.0001），p <0.0001），mfr（3.78 [2.78 [2.83-4.79-9-3-3-3-3-3-3-6] [3.3-3-6] [3.3-6] [3.3-6] [3.3-6] [3.6] [3.6] [3.3-6] 0.0001）和冲洗（休息0.24/min [0.18-0.31]和应力0.53/min [0.40-0.67] vs. 0.22/min [0.16-0.27]和0.46/min [0.32-0.63]，分别分别为p = 0.010和p = 0.021）。虽然宠物不一致的细分与MBF和MFR的治愈段没有差异，但擦除量较高约30％（p <0.014）。最后，通过PET-MPI诊断为10名（20％）患者，为肌肌疤痕，但没有相应的LGE。结论在患有心肌炎史的患者中，从PET-MPI获得的心肌灌注的定量测量仍在改变最初受炎症影响的区域。
![0] D_WX[[ 1Pcc[TU^a 5[PV ;Pf - 华盛顿邮报](/simg/c\cf67391f77347d0d8f35bac78741e01ba7fb9711.webp)
0] D_WX[[ 1Pcc[TU^a 5[PV ;Pf - 华盛顿邮报
F0B78 = 6C> = K：\ HGLMBMNMBHGZE ZF^g] n [m bg ma^ahnl^％pab \ a az] izll^] ma^f^zlnk^hk hk hg^ebd^bm _bo^mbf^mbf^l bg k^gm^gm^gm r^zkl'ma^zkl'a^zf^zf^gmílLniiHkm^kl^qll^qll^qlm gho^f [^kíl^e^\ mbhg \ hne] ikh] n \^ma^mph＆mabk] g^l] zr _hng]，。 l^gZmhkl hg k^\hk] hiihlbg` ma^ Zf^g]f^gm É hg^ fhk^ maZg bl g^^]^] mh ]^_^Zm bm% [Zkkbg` Z \aZg`^ bg ihlbmbhg' EZm^ P^]g^l]Zr L^kZh Ah%Za KhZa Kh]
主要PCI后STEMI的新型风险分层模型
背景：在ST段抬高心肌梗死（STEMI）中，通过经皮冠状动脉介入干预（PCI）恢复TIMI 3流量（PCI），视觉上定义的微血管障碍物（MVO）被证明是预后不良的预测指标，但不是理想的风险层层次层次化方法。我们打算引入深度神经网络（DNN）辅助心肌对比度超声心动图（MCE）定量分析，并提出更好的风险地层模型。方法：包括至少6个月随访的成功原代PCI的194例STEMI患者。MCE。主要的不良心血管事件（MACE）被定义为心脏死亡，充血性心力衰竭，再染色，中风和复发性心绞痛。灌注参数源自基于DNN的心肌分割框架。视觉微血管灌注（MVP）定性分析的三种模式：正常，延迟和MVO。临床标记和成像特征，包括全球纵向菌株（GL）。构建了一种风险计算器，并通过自举重采样验证。结果：处理7,403 MCE帧的时间成本为773 s。对于观察者和观察者间变异性，微血管血流（MBF）的相关系数为0.99至0.97。38例患者在6个月的随访中遇到了MACE。 我们提出了一个基于MBF [HR：0.93（0.91 - 0.95）]的风险预测模型[HR：0.80（0.73 - 0.88）]。 Kaplan-Meier曲线表明，提出的风险预测模型允许更好的风险地层。38例患者在6个月的随访中遇到了MACE。我们提出了一个基于MBF [HR：0.93（0.91 - 0.95）]的风险预测模型[HR：0.80（0.73 - 0.88）]。Kaplan-Meier曲线表明，提出的风险预测模型允许更好的风险地层。在40％的最佳风险阈值下，AUC为0.95（灵敏度：0.84，特定城市：0.94），优于Visual MVP方法（AUC：0.70，灵敏度：0.89，Speciifity：0.40，0.40，IDI：IDI：-0.49）。结论：与视觉定性分析相比，PCI后，MBF + GLS模型允许STEMI的更准确的风险地层。DNN辅助MCE定量分析是评估微血管灌注的客观，有效且可重复的方法。