CareLit Fachartikel

Fully Automated Artery-Specific Calcium Scoring Based on Machine Learning in Low-Dose Computed Tomography Screening

Moritz T. Winkelmann, Johann Jacoby, Chris Schwemmer, Sebastian Faby, Patrick Krumm, Christoph Artzner, Malte N. Bongers · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2022 · Heft 07 · S. 763-770

Dokument
832399
CareLit-ID
Jahr
2022
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
Moritz T. Winkelmann, Johann Jacoby, Chris Schwemmer, Sebastian Faby, Patrick Krumm, Christoph Artzner, Malte N. Bongers
Ausgabe
Heft 07 / 2022
Jahrgang 194
Seiten
763-770
Erschienen: 2022-07-01 00:00:00
ISSN
1438-9029
DOI
10.1055/a-1717-2703

Zusammenfassung

Zusammenfassung Ziel Evaluierung einer auf maschinellem Lernen basierenden vollautomatischen arterienspezifischen Software zur Bewertung des Koronarkalkes (CAC), unter Verwendung einer halbautomatischen Software als Referenz. Methoden Bei insgesamt 505 Patienten wurde eine nicht kontrastverstärkte Calcium-Scoring-Computertomografie (CSCT) durchgeführt. Eine automatisierte, auf Machine Learning basierende Software quantifizierte den Agatston-Score (AS), Volumen-Score (VS) und Massen-Score (MS) jeder Koronararterie (rechte Koronararterie [RCA], linke Koronararterie [LM], Ramus circumflexus [CX] und Ramus intervent…

Schlagworte

computed tomography calcium scoring coronary artery calcium diagnostic accuracy machine learning RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…