深度学习狭窄检测模型
重度钙化血管精准识别
该模型能自动评估冠状动脉CT血管造影中重度钙化斑块导致的狭窄，帮助放射科医生提高诊断准确性。
王瑞 · Zhang, Libo · Schoepf, U. Joseph · Chen, Wei · 胡宾 · 俞益洲 · 张佳胤 · 王锡明 · 张龙江 · 徐磊
Radiology: Artificial Intelligence 2025
参数信息
- 特异性（外部测试集3）
- 53 %
- 特异性（外部测试集1，节段水平）
- 78 %
- 特异性（外部测试集1，血管水平）
- 74 %
- 特异性（外部测试集1，患者水平）
- 48 %
- AUC（外部测试集1，节段水平）
- 0.89
- AUC（外部测试集1，血管水平）
- 0.90
- AUC（外部测试集1，患者水平）
- 0.87
技术优势
医生特异性提高
模型辅助使放射科医生诊断特异性提高7-11%，减少误报。
应用场景
- 心血管影像AI：自动处理钙化斑块病例，减少放射科医生漏诊和过度诊断。
- 冠脉CTA分析：提供狭窄程度的客观量化，辅助医生快速出具报告。
- 医疗影像诊断：作为第二阅片者，帮助经验不足的医生提升诊断准确性。
- 钙化斑块检测：针对性地解决钙化伪影导致的狭窄高估问题。