基于深度学习的冠状动脉分数流预测 原文约200字,阅读约需1分钟。发表于:2023-08-09T00:00:00Z。 基于深度学习的方法从冠状动脉 CTA 扫描中预测冠状动脉沿程血流储备指数(FFR),为快速准确、自动化的 FFR 预测铺平了道路。 本研究开发了深度学习框架,用于预测血栓形成风险与患者左心房附属物几何形状和内皮细胞活化潜力分布相关。该模型在综合合成和54个真实的LAA数据集上进行训练,平均绝对误差为0.563。 内皮细胞活化潜力分布 左心房附属物 平均绝对误差 深度学习 深度学习框架 血栓形成风险