Hintergrund: Die koronare Computertomographie-angiographie (CCTA) ist ein wesentlicher Bestand-teil der Diagnose des chronischen Koronarsyn-droms (CCS) bei Patienten mit einer niedrigen bis intermediären Vortestwahrscheinlichkeit. Minimale technische Anforderung für die CCTA ist eine 64-Zeilen-Multidetektor-CT (64-MDCT), die zwar auf-grund ihrer Verfügbarkeit häufig Anwendung findet jedoch durch ...
Zusammenfassung (Deutsch)
Hintergrund: Die koronare Computertomographie-angiographie (CCTA) ist ein wesentlicher Bestand-teil der Diagnose des chronischen Koronarsyn-droms (CCS) bei Patienten mit einer niedrigen bis intermediären Vortestwahrscheinlichkeit. Minimale technische Anforderung für die CCTA ist eine 64-Zeilen-Multidetektor-CT (64-MDCT), die zwar auf-grund ihrer Verfügbarkeit häufig Anwendung findet jedoch durch ihre begrenzte zeitliche Auflösung und z-Abdeckung anfällig für Bewegungsartefakte ist. In dieser Studie bewerten wir das Potenzial eines auf Deep Learning basierenden Bewegungskorrektu-ralgorithmus (MCA), um diese Bewegungsartefakte zu eliminieren.
Methoden: In dieser Studie wurden 124 mit einer 64-MDCT durchgeführten CCTA-Untersuchungen mit zumindest geringfügigen Bewegungsartefakten ausgewertet. Die Bilder wurden unter Verwendung eines konventionellen Rekonstruktionsalgorithmus (CA) und eines MCA rekonstruiert. Die Bildqualität (IQ) wurde gemäß einer fünfstufigen Likert-Skala pro Segment, pro Arterie und pro Patient bewertet und mit potenziell Störfaktoren (Herzfrequenz (HR), in-tra-zyklische HR-Veränderungen (ΔHR), Body mass index (BMI), Alter und Geschlecht) korreliert. Auf statistische Signifikanz wurde mittels Wilcoxon-Vorzeichen-Rang-Test und auf Korrelation mittels Spearman's Rho getestet.
Ergebnisse: Pro Patient nahm der Anteil der CCTA-Untersuchungen mit unzureichender IQ um 5,26% ab, und der mit ausreichender IQ stieg um 9,66% mit MCA. Pro Arterie nahm der Anteil mit unzureichen-der IQ der rechten Koronararterie (RCA) um 18,18% ab, und der mit ausreichender IQ stieg um 27,27%. Pro Segment nahm der Anteil mit unzureichender IQ in den Segmenten 1 und 2 um 11,51% bzw. 24,78% ab, und der mit ausreichender IQ stieg um 10,62% bzw. 18,58%. Die Gesamtanzahl der Artefakte pro Arterie verringerte sich in der RCA von 3,11 ± 1,65 auf 2,26 ± 1,52. Die Abhängigkeit der IQ der RCA von der HR nahm in Bildern mit MCA-Rekonstruktion zu einer intermediären Korrelation ab.
Zusammenfassung: Der angewandte MCA verbes-sert die IQ von mit 64-MDCT aufgenommenen Bil-dern und reduziert den Einfluss der HR auf die IQ, was die Validität von 64-MDCT bei der Diagnose von CCS erhöht.
Übersetzung der Zusammenfassung (Englisch)
Background: Coronary computed tomography angi-ography (CCTA) is an essential part of the diagnosis of chronic coronary syndrome (CCS) in patients with low-to-intermediate pre-test probability. The mini-mum technical requirement is 64-row multidetector CT (64-MDCT), which is still frequently used, alt-hough it is prone to motion artifacts because of its limited temporal resolution and z-coverage. ...
Übersetzung der Zusammenfassung (Englisch)
Background: Coronary computed tomography angi-ography (CCTA) is an essential part of the diagnosis of chronic coronary syndrome (CCS) in patients with low-to-intermediate pre-test probability. The mini-mum technical requirement is 64-row multidetector CT (64-MDCT), which is still frequently used, alt-hough it is prone to motion artifacts because of its limited temporal resolution and z-coverage. In this study, we evaluate the potential of a deep-learning-based motion correction algorithm (MCA) to elimi-nate these motion artifacts.
Methods: 124 64-MDCT-acquired CCTA examina-tions with at least minor motion artifacts were in-cluded. Images were reconstructed using a conven-tional reconstruction (CA) algorithm and an MCA. Image quality (IQ), according to a five-point Likert scale, was evaluated per segment, per artery, and per patient and was correlated with potentially dis-turbing factors [heart rate (HR), intra-cycle HR changes, BMI, age, and sex]. Comparison was done by Wilcoxon-Signed-Rank test, and correlation by Spearman's Rho.
Results: Per patient, insufficient IQ decreased by 5.26%, and sufficient IQ increased by 9.66% with MCA. Per artery, insufficient IQ of the right coronary artery (RCA) decreased by 18.18%, and sufficient IQ increased by 27.27%. Per segment, insufficient IQ in segments 1 and 2 decreased by 11.51% and 24.78%, respectively, and sufficient IQ increased by 10.62% and 18.58%, respectively. Total artifacts per artery decreased in the RCA from 3.11 ± 1.65 to 2.26 ± 1.52. HR dependence of RCA IQ decreased to intermediate correlation in images with MCA recon-struction.
Conclusion: The applied MCA improves the IQ of 64-MDCT-acquired images and reduces the influ-ence of HR on IQ, increasing 64-MDCT validity in the diagnosis of CCS.