无创血流储备分数的历史和现状及发展趋势
王点
翟光耀
首都医科大学潞河临床医学院首都医科大学附属北京潞河医院心血管病中心,北京 101149
摘要：人工智能通过冠状动脉CT血管造影(CCTA)数据,计算出冠状动脉的CT血管造影血流储备分数(CT-FFR).这种能力通过机器学习不断提升和改进,可以用于自动检测和评估冠状动脉狭窄,识别斑块成分以及预测病变的进展,还可以显著提高诊断的准确性和效率.人工智能在CCTA中的应用也面临着一些挑战和问题,包括算法的泛化能力、数据的标准化和隐私保护等.为了进一步提高CT-FFR技术在临床中的实用性和效率,需要对这些挑战进行深入研究,并开发出更加优化的解决方案.
关键词：冠状动脉狭窄冠状动脉CT血管造影血流储备分数CT血管造影血流储备分数人工智能
分类号：R543(心脏、血管（循环系）疾病)
论文发表日期：2025-01-07
在线出版日期：2026-09-14（本平台首次上网日期，不代表文献的发表时间）
页数：5( 133-137 )
英文信息