积极推进人工智能心血管CT 成像的研发和应用

唐春香 张龙江

近年来，无创性心血管成像技术迅猛发展并在临床获得广泛应用。冠状动脉CT 血管成像（coronary CT angiography，CCTA）已经发展成为心血管病病人的首选检查方法。据统计，2017 年我国CCTA 检查量已超过460 万例并有持续升高的趋势[1]。随着CT 技术的快速发展，薄层各向同性数据成为常规存储和应用要求，一次CCTA 检查至少生成200 张影像，因此产生了海量的影像数据，大大增加了人工影像后处理和诊断的工作负荷[1]。然而，近年发展起来的人工智能（artificial intelligence，AI）技术在医学影像领域产生了重要影响，特别是AI在该领域的应用贯穿于心血管CT 成像全流程。AI不仅可以优化工作流程，而且有助于提升医师阅片效率和质量[2]。因此，合理应用AI 能缩短影像采集时间，提高诊断准确性，尤其在心血管疾病预后和危险分层中有望发挥更大的作用。

利用AI 可以减少心血管CT 影像重建及图像分割时间，提高影像质量。影像质控是检查所有采集的影像是否符合进一步处理或分析的必要条件。目前已有多项研究致力于应用AI 改进心血管CT的影像重建，优化影像质控流程，并应用于图像分割与计算。一种基于三维CT 数据补丁深度卷积神经网络的图像去噪方法，在减少辐射剂量同时可明显缩短影像处理时间[3]；基于深度学习算法的迭代重建技术也减少了影像重建时间[4]。Shan 等[5]设计了一个模块化的神经网络用于重建低剂量CT 影像，并证实AI 方法在噪声抑制和结构保真度方面表现更好，且速度更快。深度学习方法还可用于识别和量化冠状动脉运动伪影对CCTA 影像诊断可靠性和影像质量的影响，进而改善影像质量[6]。……