无造影剂心脏磁共振多模态定量评估心肌梗死的研究
【学位单位】:中国医科大学
【学位级别】:博士
【学位年份】:2019
【中图分类】:R542.22;R445.2
【部分图文】:
图 1 3.0T 场强下的 LAD,LCx 和 RCA 梗塞患者获得的代表性平扫 T1map 和晚期钆增强图像。晚期钆增强(LGE)图像和三名患者的平扫 T1map 显示,三名患者分别在 LAD、LCx 和 RCA 冠状动脉供血区域存在梗塞灶。使用“平均值±5 SD” 标准在LGE 图像(黄色高光)和 T1map(淡蓝色高光)上自动识别梗塞区域。基于 AHA模型的 16 个区段中的每个区段计算梗塞面积(在此呈现为牛眼图)。梗塞透壁性根据每个弦的梗塞程度进行计算,并根据透壁程度进行颜色编码(也显示为牛眼图)。透壁靶心图的每个同心环代表一层短轴切面。牛眼图显示 LGE 和 T1 map 之间在确定梗塞面积和梗塞透壁性方面高度一致。
图 2 一名左室前壁心梗患者的代表性 LGE 及平扫 T1map 全心连续断层图像。LGE图像上所识别出的梗塞区域,很容易在平扫 T1map 上的对应位置观察到。利用“平均值±5 SD”的自动识别方法,平扫 T1map(淡蓝色高光)和 LGE 图像(黄色高光)在显示梗塞面积和梗塞透壁性方面显示出很好的视觉可比性。
中国医科大学博士学位论文3.2 梗塞位置准确性 - T1 map 识别梗塞位置的灵敏度,特异性和 ROC 分析显示在图 3 中。无对比剂 T1map 在节段基础上检测梗塞位置的灵敏度为 88%(702 阳性结果中的621 为真阳性,95%置信区间[ CI]:86%至 91%)。无对比剂 T1map 在节段基础上检测梗塞位置的特异性为 92%(978 阳性结果中中的 899 为真阴性,95%置信区间[CI]:90%至 94%)。(图 3A)。无对比剂 T1map 在节段基础上检测梗塞位置的阳性预测值是 89%(700 个测试阳性的 621 个真阳性,95%置信区间[CI]:86%到91%)。无对比剂 T1map 在节段基础上检测梗塞位置的阴性预测值为 92%(999测试阴性的 899 为真阴性,95%置信区间[CI]:90%至 93%)。 ROC 分析显示,基于平扫 T1 map 识别梗塞位置的曲线下面积(AUC)为 0.93([CI]:0.91-0.94,p<0.001)。(图 3C)。
【相似文献】
相关期刊论文 前10条
1 姜佩杰;杨春兰;吴水才;阮祥燕;;腿部磁共振图像脂肪分割方法的研究[J];北京生物医学工程;2010年05期
2 陈慧莹;;磁共振检查别让金属来捣蛋[J];康颐;2016年09期
3 刘亚洁;;基于边缘检测算子的腰椎磁共振图像的比较[J];生物医学工程研究;2012年01期
4 高宏建;薛艳青;吴水才;艾海明;杨春兰;白燕萍;盛磊;刘伟;;基于磁共振图像的脑肿瘤自动识别与分析[J];北京工业大学学报;2012年06期
5 洪在地;贠超;赵磊;;用于神经外科手术的磁共振图像导航机器人的兼容性研究[J];机器人;2009年03期
6 苏筠洁;朱创英;吴林发;刘源;;磁共振图像上几种特殊装备伪影[J];中国医院建筑与装备;2007年04期
7 高阳;牛广明;;磁共振图像伪影及其预防[J];内蒙古医学院学报;2007年05期
8 郭定林;LMW—400磁共振图像不稳的探讨[J];医疗装备;1999年05期
9 Von J.Herzog;李贵林;;股骨头坏死的诊断 磁共振与同位素闪烁摄影、常规X线片的诊断性能之比较[J];放射学实践;1988年04期
10 Von D.Uhlenbrock;张本固;;磁共振体层照像诊断炎性肾脏病的可能性[J];放射学实践;1988年04期
相关博士学位论文 前10条
1 王冠;无造影剂心脏磁共振多模态定量评估心肌梗死的研究[D];中国医科大学;2019年
2 刘晓晖;基于压缩感知的磁共振图像稀疏重建算法研究[D];南方医科大学;2018年
3 李京津;蛋白基高生物兼容性磁共振纳米探针的制备及其分子成像研究[D];天津医科大学;2018年
4 高镔;基于单演信号的电影磁共振图像心肌运动估计算法研究[D];哈尔滨工业大学;2018年
5 崔辰;心血管磁共振组织学特征在心脏病诊断及预后评估中的价值[D];北京协和医学院;2018年
6 崔越;心脏磁共振T1 mapping和特征追踪技术定量心肌纤维化和形变[D];华中科技大学;2018年
7 赵楠楠;磁共振纹理分析与中医脏腑经络理论在乳腺癌临床诊断中的相关研究[D];辽宁中医药大学;2018年
8 杨万群;磁共振热成像实时监测在体猪肝局部热消融的初步应用研究[D];南方医科大学;2018年
9 宋阳;基于人工智能的磁共振图像重建和计算机辅助诊断的研究[D];华东师范大学;2019年
10 陈耿;基于块匹配的脑磁共振图像处理算法研究及其应用[D];西北工业大学;2016年
相关硕士学位论文 前10条
1 陈亮亮;基于多参数磁共振图像和深度学习的肝癌分割方法研究[D];深圳大学;2018年
2 许宗为;基于声辐射力成像的磁共振监控HIFU治疗的研究[D];郑州大学;2019年
3 董家修;基于Capsule网络的心脏磁共振图像分割算法研究[D];郑州大学;2019年
4 麻高超;磁共振多对比度成像技术的研究[D];沈阳工业大学;2019年
5 张玉竹;三阴性乳腺癌的超声及磁共振影像学研究[D];上海交通大学;2017年
6 彭锦发;在线磁共振图像重建研究[D];华东师范大学;2019年
7 高江伟;基于ROI-CS的磁共振快速成像技术研究及应用[D];杭州电子科技大学;2018年
8 张健;MRF ZOOM:磁共振指纹快速词典检索算法[D];杭州师范大学;2018年
9 杨茂江;3.0T磁共振IVIM成像对CT引导下经皮肺穿刺活检的应用价值研究[D];川北医学院;2018年
10 左志超;多模态磁共振评估腮腺病变的诊断价值研究[D];广西医科大学;2018年
本文编号:2848051
本文链接:https://www.wllwen.com/linchuangyixuelunwen/2848051.html