Auswertung der zweiten

Wissenschaftliche Berichte Band 13, Artikelnummer: 3636 (2023) Diesen Artikel zitieren

419 Zugriffe

1 Altmetrisch

Details zu den Metriken

Der Hauptzweck der kardialen Computertomographie (CT) vor der Katheter-Aortenklappenimplantation (TAVI) bei Patienten mit schwerer Aortenstenose ist die Messung des Aortenrings. Allerdings stellen Bewegungsartefakte eine technische Herausforderung dar, da sie die Messgenauigkeit des Aortenrings beeinträchtigen können. Daher haben wir den kürzlich entwickelten Ganzherz-Bewegungskorrekturalgorithmus der zweiten Generation (SnapShot Freeze 2.0, SSF2) auf die Herz-CT vor TAVI angewendet und seinen klinischen Nutzen durch geschichtete Analyse der Herzfrequenz des Patienten während des Scannens untersucht. Wir fanden heraus, dass die SSF2-Rekonstruktion die Bewegungsartefakte des Aortenrings deutlich reduzierte und die Bildqualität und Messgenauigkeit im Vergleich zur Standardrekonstruktion verbesserte, insbesondere bei Patienten mit hoher Herzfrequenz oder einem RR-Intervall von 40 % (systolische Phase). SSF2 kann zur Verbesserung der Messgenauigkeit des Aortenrings beitragen.

Elektrokardiogrammgesteuerte kardiale Computertomographie (CT)-Scans sind wichtig für die Planung der Transkatheter-Aortenklappenimplantation (TAVI) bei Patienten mit schwerer Aortenstenose1,2. Allerdings stellen Bewegungsartefakte eine technische Herausforderung dar, da sie die Beurteilung von Strukturen wie den Koronararterien und Herzklappen beeinträchtigen können, insbesondere bei Patienten mit einer hohen Herzfrequenz3,4,5,6,7. Eine ungenaue Größenbestimmung erhöht das Risiko von Komplikationen wie perivalvulärer Leckage oder Ruptur bei TAVI-Patienten2,8,9. Eine präzise Bildgebung vor dem Eingriff ist daher von entscheidender Bedeutung, um ein optimales Patientenergebnis zu gewährleisten2,9. Um Bewegungsartefakte zu vermeiden, empfehlen die Leitlinien der Gesellschaft für kardiovaskuläre CT10, die Herzfrequenz durch die orale oder intravenöse Verabreichung eines β-Blockers auf weniger als 60 Schläge pro Minute (bpm) zu kontrollieren. Um Bewegungsartefakte zu korrigieren, haben technische Fortschritte bei CT-Systemen die zeitliche Auflösung verbessert, die Rotationsgeschwindigkeit der Gantry erhöht und Dual-Source-CT und Multisegment-Rekonstruktion angewendet; Softwarelösungen wurden entwickelt11. In einer kürzlich durchgeführten Studie wurde berichtet, dass ein generatives kontradiktorisches Netzwerkmodell Bilder mit weniger Bewegungsartefakten erzeugen und gleichzeitig den Läsionskontrast bewahren könnte12. Obwohl ein solcher Ansatz mithilfe maschinellen Lernens Herzbewegungsartefakte wirksam reduzieren kann, wurde er in der klinischen Praxis noch nicht umgesetzt.

Der Bewegungskorrekturalgorithmus der ersten Generation (SnapShot Freeze, SSF1; GE Healthcare) ist herstellerspezifisch und für die Beseitigung koronarer Bewegungsartefakte bei Herzscans konzipiert. Seine Anwendung verbesserte die Bildqualität der Koronararterien bei Patienten mit hoher Herzfrequenz erheblich13,14,15,16,17,18,19,20. SSF1 kann jedoch keine anderen nichtkoronaren intrakardialen Strukturen ansprechen. Der Bewegungskorrekturalgorithmus der zweiten Generation (SnapShot Freeze 2.0, SSF2; GE Healthcare) erweiterte den Bewegungskorrekturbereich, sodass er das gesamte Herz in einem Scanvolumen umfasst21,22.

Nach unserem Kenntnisstand wurde die klinische Wirksamkeit von SSF2 in Bezug auf den Aortenring nicht untersucht. Wir stellten die Hypothese auf, dass der Einsatz des SSF2-Algorithmus die Bildqualität von CT-Scans zur Beurteilung von Aortenklappen verbessern würde, da eine Reduzierung von Bewegungsartefakten die CT-Bildqualität und diagnostische Genauigkeit verbessern kann. In diese Studie haben wir Patienten mit schwerer Aortenstenose aufgenommen und die Qualität von Standardbildern ohne Bewegungskorrektur mit Herz-CT-Scans vor der TAVI verglichen, die SSF2 unterzogen wurden.

Diese retrospektive Studie entsprach den Grundsätzen der Deklaration von Helsinki. In Übereinstimmung mit den ethischen Richtlinien für medizinische und gesundheitliche Forschung an menschlichen Probanden (Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie und Ministerium für Gesundheit, Arbeit und Soziales, Japan) wurden Studieninformationen einschließlich der Ziele auf der Website unseres Krankenhauses veröffentlicht ein Opt-out-Ansatz. Die Ethikkommission für Epidemiologie der Universität Hiroshima hat das Studienprotokoll überprüft und genehmigt (Nr. E-2623, Klinische Studie zum Bewegungskorrekturalgorithmus für Herz-CT). Auf die Einwilligung des Patienten zu den Analysen wurde verzichtet.

Wir haben 108 Patienten mit schwerer Aortenstenose, die sich zwischen April 2021 und Februar 2022 einer Herz-CT unterzogen hatten, als Kandidaten für eine TAVI aufgenommen. Einschlusskriterien waren Patienten, die sich einer kontrastmittelverstärkten Herz-CT unterzogen hatten. Unsere Ausschlusskriterien waren schweres Nierenversagen (geschätzte glomeruläre Filtrationsrate < 30 ml/min/1,73 m2, 15 Patienten), schlechtes Anhalten des Atems während des Scannens (1 Patient), Extravasation während der Kontrastmittelinjektion (1 Patient) oder die Ablehnung einer CT-Untersuchung (1). geduldig). Somit bestand die endgültige Studienpopulation aus 90 Patienten; Es handelte sich um 33 Männer und 57 Frauen im Alter von 70 bis 95 Jahren (Durchschnittsalter 84 Jahre).

Um eine geschichtete Analyse der Wirkung von SSF2 auf die Herzfrequenz während des Scannens durchzuführen, haben wir 90 Patienten in drei Gruppen eingeteilt, um die gleiche Anzahl von Patienten entsprechend der Beziehung zwischen Herzfrequenz und Bildqualität einzubeziehen10,13,18,19,21,23, 24,25. In Gruppe 1 (n = 30) war die Herzfrequenz niedrig (< 60 Schläge pro Minute, Bereich 34–59 Schläge pro Minute), in Gruppe 2 (n = 30) mittelmäßig (60–69 Schläge pro Minute) und in Gruppe 3 (n = 30) war hoch (70 Schläge pro Minute oder höher, Bereich 70–119 Schläge pro Minute).

Alle Patienten wurden mit einem CT-Scanner mit 256 Detektorreihen (Revolution CT; GE Healthcare, Milwaukee, WI, USA) gescannt; Es wurden prospektive elektrokardiogrammgesteuerte axiale Scans erfasst. Wie in Tabelle 1 gezeigt, waren die Scan- und Rekonstruktionsparameter: Röhrenspannung, 120 kVp; Röhrenstrom, ausgewählt durch automatische Röhrenstrommodulation (Smart-mA, GE Healthcare) basierend auf dem Scout-Bild; Lärmindex: 25; Detektorkollimation, 256 × 0,625 mm oder 224 × 0,625 mm, abhängig von der Herzgröße des Patienten; Gantry-Rotation, 0,28 s; Scheibendicke: 0,625 mm; Scan-Sichtfeld, 360 mm; Sichtfeld des Displays, 200 mm; Matrix, 512 × 512; Rekonstruktion, halb; Rekonstruktionskernel, HD-Standard; Rekonstruktionsmethode, Deep-Learning-Bildrekonstruktion (TrueFidelity, Stärke hoch; GE Healthcare)26,27,28,29. Der Polsterbereich betrug 0–100 % des RR-Intervalls, wenn während der Überwachung vor der Untersuchung eine Herzfrequenz von weniger als 60 Schlägen pro Minute aufgezeichnet wurde; wenn es 60 Schläge pro Minute überschritt oder variabel war. Bei Vorliegen einer Arrhythmie betrug der Polsterungsbereich 0–250 %. Alle Scans erfolgten kraniokaudal von der Trachealbifurkation bis zur Höhe des unteren Randes der Herzspitze. Alle Patienten konnten während der Untersuchung den Atem anhalten. Um eine hohe Bildqualität bei minimalen Strahlendosen zu erreichen, erhielten Patienten mit einer Herzfrequenz über 60 Schlägen pro Minute 5 Minuten vor Beginn des Scans 2–10 mg Propranololhydrochlorid (Inderal; Taiyo Holdings Co., Ltd., Tokio, Japan).

Das Kontrastmittel (Jodkonzentration 350 mg/ml; Iomeron-350; Eisai Co., Ltd., Tokio, Japan) wurde dreiphasig durch einen 20- oder 22-Gauge-Katheter mit einem Power-Injektor in die Vena antecubitalis injiziert ( Dual Shot Typ GX; Nemoto Kyorindo, Tokio, Japan). Die Joddosis von 273 mg/kg in der ersten Phase wurde in 13 s verabreicht. Dieser Injektion folgte mit einer Geschwindigkeit von 5 s eine 50/50-Mischung aus Kontrastmittel (53 mgI/kg) und Kochsalzlösung, und schließlich wurde 100 % Kochsalzlösung mit der gleichen Injektionsgeschwindigkeit verabreicht. Bei Herz-CT-Scans wurde die Bolusverfolgung verwendet, um die Ankunft des Kontrastmittels im linken Vorhof und linken Ventrikel mit dem Beginn des Scans zu synchronisieren. Um die Ankunft zu überwachen, führten wir 10 s nach Beginn der Kontrastmittelinjektion axiale Scans in Sekundenintervallen auf der Höhe des linken Vorhofs und des linken Ventrikels durch. Die Strahlendosis betrug 120 kVp, 40 mA. Das Scannen wurde automatisch 5 s nachdem die Kontrastverstärkung 150 Hounsfield-Einheiten in einem interessierenden Bereich (ROI) in der Mitte des linken Vorhofs und des linken Ventrikels erreicht hatte, gestartet.

Ähnlich wie der SSF1-Algorithmus18,20 verwendet der SSF2-Algorithmus Daten aus benachbarten Herzphasen (64 ms vor und nach der Zielphase), um die Bewegung zu charakterisieren und zu korrigieren. Der SSF2-Algorithmus, eine vollautomatische Technik, die auf Informationen und Rückmeldungen aus SSF1-Scans basiert, sucht in jeder Region in allen Bildvolumina nach einem lokalen Pfad, der mit der Teilmenge der gemessenen Daten übereinstimmt. Sobald der Bewegungspfad des Schiffs identifiziert ist, werden die Daten basierend auf dem Zeitpunkt der Messung der entsprechenden Projektionsstrahlen in eine Reihe von Datensätzen diskretisiert. Jeder Volumendatensatz in der Serie erfährt durch das Bewegungsfeld eine räumliche Verformung. Dadurch kann der Bewegungszustand vom jeweiligen Zeitpunkt auf den zentralen Referenzzeitpunkt abgebildet werden, der durch die vorgegebene Herzphase30 bestimmt wird.

Alle Bilder wurden unter Verwendung des Standardalgorithmus (ohne Bewegungskorrektur) mit Deep-Learning-Bildrekonstruktion zur Reduzierung des Bildrauschens rekonstruiert26,27,28,29. Für die Herzphase wurden die systolische (RR-Intervall, 40 %) und diastolische Phase (RR-Intervall, 75 %) ausgewählt, die für Herz-CT-Messungen vor TAVI verwendet wurden2,4,30,31. Da die systolische und diastolische Phase zusätzlich einer SSF2-Rekonstruktion unterzogen wurde, wurden für jeden Patienten 4 Datensätze erhalten. Sie wurden anonymisiert und zur späteren Analyse auf die Workstation (Advantage Workstation 4.7, GE Healthcare) übertragen.

Der durch Bewegungsartefakte hervorgerufene Dämpfungseffekt wurde am Aortenring analysiert. Alle Bilder wurden von einem Radiologietechniker (YM mit 15 Jahren Erfahrung mit Herz-CT-Studien) untersucht. Zur Beurteilung des Aortenrings wurden nur axiale und zweidimensionale doppelschräge multiplanare Rekonstruktionsbilder (MPR) untersucht. Der Aortenring wurde als virtueller Ring definiert, der durch die Verbindung der basalen Anhaftungen der Aortensegel gebildet wurde2,32.

Wir haben mit dem Partikelanalysetool (Plot Profile) auf der Workstation (Ziostation2, Ziosoft, Tokio, Japan) ein 3-direktionales CT-Abschwächungsprofil (anteriore, superiore und inferiore Richtung) des Aortenrings erstellt (Abb. 1). . Verkalkungsbereiche, in denen die CT-Dämpfung erheblich schwankt, wurden sorgfältig vermieden. Die CT-Schwächungsprofile wurden für mit Standard und SSF2 rekonstruierte Bilder an genau derselben Stelle erstellt. Wir haben die unteren und oberen 10 % des Profils abgeschnitten und den Kantenanstiegsabstand (ERD) von 10–90 % gemessen33,34. Der ERD wurde in drei Richtungen des Aortenrings untersucht und die Mittelwerte auf Standard- und SFF2-Bildern verglichen.

Beispielbild von ERD. Profilkurve des Aortenrings. Dargestellt ist der ERD bei einer Pixeldämpfung von 10 bis 90 % der maximalen CT-Dämpfung. CT = Computertomographie; HU = Hounsfield-Einheiten; ERD = Kantenanstiegsdistanz.

Im Hinblick auf die Größe des Aortenrings haben wir die Streuung zwischen den beiden Rekonstruktionen bewertet. Alle Bilder wurden von zwei Radiologen analysiert (YM und CF, mit 15 bzw. 18 Jahren Erfahrung in der Herz-CT-Bildgebung). Sie waren blind für das Vorhandensein der SSF2-Technik und maßen manuell die Fläche und den Umfang des Aortenrings aller Patienten unabhängig voneinander auf einer CT-Workstation (Ziostation2, Ziosoft, Tokio, Japan). Die Ringfläche und der Umfang wurden aus der Spur bestimmt, indem Diagramme (Punkte) an der Blut-Gewebe-Grenzfläche platziert wurden1,9. Der Ringrand wurde außerhalb von Verkalkungen verfolgt. Wenn die Grenzen aufgrund von Bewegungsartefakten unklar waren, zeichneten die Beobachter subjektiv nach. Nachdem die Parzellen und die ringförmige Grenzlinie manuell gezeichnet wurden, wurden die Ringfläche und der Umfang automatisch auf der Workstation berechnet1,9.

Um den möglichen Effekt der SSF2-Rekonstruktion auf die quantitativen ERD-Messungen zu untersuchen, untersuchten wir axiale Bilder und zeichneten die CT-Zahl und das Bildrauschen [Standardabweichung (SD) der CT-Zahl] in einem kreisförmigen ROI auf, der in der aufsteigenden Aorta und der Septumwand platziert wurde der Ventrikel. Die Größe des kreisförmigen ROI-Cursors war so groß, wie es der Durchmesser der aufsteigenden Aorta (ungefähr 5,0–10,0 mm2) und der Septumwand des Ventrikels (ungefähr 1,5–3,0 mm2) zuließ. Basierend auf den erhaltenen Werten berechneten wir auch das Kontrast-Rausch-Verhältnis (CNR) mit der Formel: (CT-Zahl der aufsteigenden Aorta minus CT-Zahl der Septumwand des Ventrikels) dividiert durch das Bildrauschen der aufsteigenden Aorta35 .

Zwei radiologische Techniker (YM und CF, mit 15 bzw. 18 Jahren Erfahrung in der Herz-CT-Bildgebung) waren blind für das Vorhandensein der SSF2-Technik. Sie untersuchten subjektiv und unabhängig voneinander die MPR-Bilder vom sinotubularen Übergang bis zum linksventrikulären Ausflusstrakt der Datensätze auf Bewegungsartefakte auf der Ebene des Aortenrings. Zur Bewertung der Bildqualität verwendeten sie die 5-Punkte-Likert-Skala, wobei 1 = sehr schlecht (Bewegungsartefakte führen zu einer schlechten Visualisierung der Aortenklappenanatomie, nicht auswertbar), 2 = schlecht (verschlechterte Visualisierung der Aortenklappenanatomie aufgrund von Bewegungsartefakten). , nicht auswertbar), 3 = mittelmäßig (geringfügige Bewegungsartefakte mit klarer Darstellung der Aortenklappenanatomie), 4 = gut (keine Bewegungsartefakte mit sicherer Identifizierung der Aortenwurzelanatomie einschließlich der Höckernadire und Ringkonturen) und 5 = ausgezeichnet (hervorragende Bildqualität mit hoher diagnostischer Sicherheit hinsichtlich der Aortenklappensegel, der Segelnadire und der Erkennung der Aortenringkonturen)30. Meinungsverschiedenheiten zwischen Beobachtern wurden durch Konsens gelöst.

Kontinuierliche Variablen demografischer Daten, ERD, CT-Anzahl, Bildrauschen und CNR werden als Median und Bereich oder als Prozentsätze oder Anzahl, Aortenringfläche und -umfang oder Bildqualitätswerte als Mittelwert und SD ausgedrückt. Die Ergebnisse von ERD, CT-Anzahl, Bildrauschen, CNR und Bildqualitätswerten wurden anhand von Bildern verglichen, die mit Standard und SSF2 unter Verwendung des Mann-Whitney-U-Tests rekonstruiert wurden. Um die Streuung (SD) von Fläche und Umfang zwischen den beiden Rekonstruktionen zu vergleichen, verwendeten wir den F-Test. Es wurde erwartet, dass die Übereinstimmung innerhalb und zwischen Beobachtern hinsichtlich der Variabilität der quantitativen Auswertung durch Bland-Altman-Plotanalyse einer Übereinstimmungsgrenze von 95 % entspricht, definiert als mittlere Differenz von ± 1,96 SD. Um festzustellen, ob das CNR in Standard- und SSF2-Rekonstruktionen gleichwertig war, führten wir den Äquivalenztest36 durch. Da die SD des CNR zwischen den proximalen Koronararterien und dem angrenzenden perivaskulären Gewebe in unserer früheren Studie34 5 betrug, haben wir 5 als äquivalenten Abstand angenommen. Die Interobserver-Übereinstimmung in der qualitativen Bewertung wurde als auswertbar (Punktzahl 3–5) und nicht auswertbar (Punktzahl 1, 2) klassifiziert, bewertet mit dem Cohen-Kappa-κ-Koeffizienten, wobei ein κ-Wert von weniger als 0,20 = schlecht, 0,21–0,40 = mittelmäßig, 0,41–0,60 = mäßige, 0,61–0,80 = erhebliche und 0,81–1,00 = nahezu perfekte Übereinstimmung. Alle statistischen Analysen wurden mit JMP 16 (SAS Institute Inc., Cary, NC, USA) durchgeführt. Unterschiede von p < 0,05 wurden als statistisch signifikant angesehen.

Wie in Tabelle 2 gezeigt, betrug die mittlere Gesamtherzfrequenz während der CT-Bildaufnahme 64 Schläge pro Minute (Bereich: 34–119 Schläge pro Minute). Von den 90 Patienten befanden sich 70 im Sinusrhythmus und 20 zeigten Arrhythmien (Vorhofflimmern, 19 Patienten; vorzeitige Vorhofkontraktion, 1 Patient).

Wir haben 1080 ERDs analysiert (3 Richtungen × 4 Datensätze × 90 Patienten). Die ERD-Messergebnisse sind in Tabelle 3 dargestellt. Bei Patienten mit niedriger Herzfrequenz unterschied sich die mit Standard- und SSF2-Rekonstruktion erhaltene ERD nicht signifikant (RR 40 % und RR 75 %: p > 0,05). Allerdings war bei Patienten mit einer mittleren Herzfrequenz die ERD bei RR 40 % auf SSF2-Bildern (2,0 mm) deutlich kürzer als auf Standardbildern (2,4 mm) (p < 0,001). Bei Patienten mit hoher Herzfrequenz war die ERD bei RR 40 % und RR 75 % auf SSF2-Bildern signifikant kürzer als auf Standardbildern (p < 0,001). Bland-Altman-Diagramme für die Intraobserver-Übereinstimmung in Bezug auf die ERD für 4 Datensätze sind in Abb. 2 zusammengefasst. Die Diagramme konvergierten nahezu innerhalb der 95 %-Übereinstimmungsgrenze für alle Datensätze.

Bland-Altman-Plot-Analyse der Intraobserver-Übereinstimmung in Bezug auf den Randanstiegsabstand. Standard- und SSF2-Rekonstruktion bei einem RR-Intervall von 40 % (A und B) und Standard- und SSF2-Rekonstruktion bei einem RR-Intervall von 75 % (C und D). Die durchgezogene Linie stellt die mittlere Differenz dar, die gestrichelten Linien stellen die 95 %-Übereinstimmungsgrenze dar (mittlere Differenz ± 1,96 SD). SD = Standardabweichung.

Wie in Tabelle 4 gezeigt, war die Standardabweichung des Aortenringbereichs bei der SSF2-Rekonstruktion bei niedrigen (94,7 vs. 63,3 und 105,2 vs. 78,9) und mittleren (71,8 vs. 47,9 und 90,4 vs. 58,3) deutlich kleiner als bei der Standardrekonstruktion. und hohe Herzfrequenz (58,7 vs. 45,1 und 70,3 vs. 45,8), RR-Intervall von 40 und 75 % (alle: p < 0,05). Wie in Tabelle 5 gezeigt, war die SD des Aortenringumfangs bei der SSF2-Rekonstruktion ebenfalls deutlich kleiner als bei der Standardrekonstruktion bei niedrigen (11,6 vs. 7,4 und 9,5 vs. 6,0) und mittleren (9,4 vs. 5,6 und 10,8 vs. 6,8) - und hohe Herzfrequenz (8,4 vs. 4,3 und 9,3 vs. 5,4) RR-Intervall von 40 und 75 % (alle: p < 0,001). Bland-Altman-Diagramme für die Übereinstimmung zwischen Beobachtern in Bezug auf die ringförmige Fläche und den Umfang sind in den Abbildungen dargestellt. 3 und 4. Für die Fläche und den Umfang konvergierten die Diagramme nahezu innerhalb der 95 %-Übereinstimmungsgrenze für alle Datensätze. Insbesondere lag der mittlere Unterschied (± 1,96 SD) bei SSF2-Bildern in einem kleineren Bereich als bei Standard-Rekonstruktionsbildern.

Bland-Altman-Plot-Analyse der Interobserver-Übereinstimmung in Bezug auf die Bereiche des Aortenrings. Standard- und SSF2-Rekonstruktion bei einem RR-Intervall von 40 % (A und B) und Standard- und SSF2-Rekonstruktion bei einem RR-Intervall von 75 % (C und D). Die durchgezogene Linie stellt die mittlere Differenz dar, die gestrichelten Linien stellen die 95 %-Übereinstimmungsgrenze dar (mittlere Differenz ± 1,96 SD). SD = Standardabweichung.

Bland-Altman-Plot-Analyse der Interbeobachter-Übereinstimmung in Bezug auf den Umfang des Aortenrings. Standard- und SSF2-Rekonstruktion bei einem RR-Intervall von 40 % (A und B) und Standard- und SSF2-Rekonstruktion bei einem RR-Intervall von 75 % (C und D). Die durchgezogene Linie stellt die mittlere Differenz dar und die gestrichelten Linien die 95 %-Übereinstimmungsgrenze (mittlere Differenz ± 1,96 SD). SD = Standardabweichung.

Wie in Tabelle 6 gezeigt, zeigten die CT-Zahl der aufsteigenden Aorta und der Septumwand des Ventrikels sowie das Bildrauschen der aufsteigenden Aorta keinen signifikanten Unterschied zwischen den beiden Rekonstruktionen, unabhängig von der Herzfrequenz der Patienten (alle: p > 0,05). ). Darüber hinaus zeigten diese CNR auch keinen signifikanten Unterschied zwischen den beiden Rekonstruktionen bei niedriger (18,5 vs. 19,5, p = 0,404), mittlerer (16,5 vs. 16,3, p = 0,860) und hoher Herzfrequenz (17,6 vs. 18,1). , p = 0,312). Das 95 %-Konfidenzintervall für den Unterschied zwischen Standard- und SSF2-Rekonstruktion betrug –3,0 bis 1,2 bei Patienten mit niedriger Herzfrequenz, –2,5 bis 2,1 bei Patienten mit mittlerer Herzfrequenz und –2,7 bis 0,9 bei Patienten mit hoher Herzfrequenz . Da das 95 %-Konfidenzintervall nicht in allen Herzfrequenzklassen die bilaterale vordefinierte Äquivalenzspanne (Abb. 5) überschritt, betrachteten wir das CNR unabhängig von der Herzfrequenz unserer Standard- und SSF2-Rekonstitution als gleichwertig.

Ergebnisse des Äquivalenztests. Ergebnisse des Äquivalenztests für den Unterschied im CNR zwischen Standard- und SSF2-Rekonstruktion. CNR = Kontrast-Rausch-Verhältnis; HR = Herzfrequenz; SSF2 = SnapShot Freeze 2.

Tabelle 7 zeigt die Ergebnisse der visuellen Auswertung der von unseren beiden Lesern eingereichten MPR-Bilder. Bei Patienten mit einer niedrigen Herzfrequenz (RR 75 %) gab es keinen signifikanten Unterschied in den mittleren Bildwerten, die den Bildern zugewiesen wurden, die einer Standard- oder SSF2-Rekonstruktion unterzogen wurden (p = 0,540). Bei RR 40 % waren die Visualisierungswerte für mit SSF2 rekonstruierte Bilder signifikant höher als für Standardbilder (alle: p < 0,01). Es bestand eine erhebliche Übereinstimmung zwischen den Beobachtern hinsichtlich der Gesamtbildqualität (κ = 0,69). Die SSF2-Rekonstruktion verbesserte die Bildqualität des Aortenrings in dem in Abb. 6 dargestellten repräsentativen Fall. Alle Ergebnisse sind in der Zusatzdatei enthalten.

Klinisches Bild von SSF2. In ihren 80ern (Größe = 157 cm, Körpergewicht = 58 kg, Body-Mass-Index = 23,5 kg/m2) betrug die Herzfrequenz während des Scans = 116 Schläge pro Minute (Vorhofflimmern). (A) und (C): MPR-Bilder des Aortenrings (RR-Intervall = 40 % und 75 %) unter Verwendung der Standardrekonstruktion. Die Visualisierungswerte für (A) und (C) betrugen 1 bzw. 2. (B) und (D): Nach der SSF2-Rekonstruktion lagen beide Visualisierungswerte bei 4. Die auswertbare Bildqualität verbesserte sich. WW = Fensterbreite; WL = Fensterebene.

Unsere Studie zeigt, dass der Ganzherz-Bewegungskorrekturalgorithmus (SSF2) der zweiten Generation der Standardrekonstruktion in Bezug auf die Bildqualität von Herz-CT-Scans vor der TAVI, die zur Beurteilung des Aortenrings erstellt wurden, überlegen war.

Bei einem RR von 40 % erzielten SSF2-rekonstruierte Bilder unabhängig von der Herzfrequenz des Patienten signifikant höhere Bildqualitätswerte als die Standardrekonstruktion (p < 0,001). Bei Patienten mit mittlerer und hoher Herzfrequenz war der Visualisierungswert für SSF2-Bilder mit einem RR von 75 % höher als für standardmäßig rekonstruierte Bilder. Bei RR 40 % und RR 75 % tendierte SSF2 stark dazu, höhere Bildqualitätswerte zu erzielen als die Standardrekonstruktion. Folglich steigerte die SSF2-Rekonstruktion die Bildqualität deutlich, insbesondere bei Patienten mit einer hohen Herzfrequenz oder einem RR-Intervall von 40 %.

Der frühere herstellerspezifische Bewegungskorrekturalgorithmus (SSF1) wurde entwickelt, um koronare Bewegungsartefakte bei Herzscans zu beheben. Es war in erster Linie für die Koronarbildgebung indiziert und verbesserte nachweislich die Bildqualität und diagnostische Genauigkeit von Scans zur Erkennung einer signifikanten Koronarstenose, insbesondere bei Patienten mit einer hohen Herzfrequenz13,14,15,16,17,18,19. 20. Der SSF2-Algorithmus erweitert die Bewegungskorrektur auf das gesamte Herz. Es wird erwartet, dass es nicht nur für die Bildgebung der Koronararterien, sondern auch anderer nichtkoronarer intrakardialer Strukturen wie der Herzklappen nützlich sein wird.

Frühere Studien, die die SSF2-Rekonstruktion auf Bilder der Koronararterien, von Herz- und Klappenstrukturen sowie der großen Gefäße anwendeten, zeigten, dass die Bildqualität durch den Algorithmus deutlich verbessert wurde und die Anzahl der nicht auswertbaren Scans geringer war als die der untersuchten Bilder zur Standard- oder SSF1-Rekonstruktion21,22. Unsere Studie konzentrierte sich auf den Aortenring; Dies weist darauf hin, dass SSF2 zu einer höheren Korrektur von Bewegungsartefakten im gesamten Herzen führte.

Andere30, die SSF1 auf die Herz-CT für Messungen des Aortenrings anwendeten, berichteten, dass es die Bildqualität systolischer CT-Datensätze deutlich verbesserte. Wir untersuchten die Wirkung von SSF2 in einem weiten Bereich von Herzfrequenzen und zeigten, dass es für die Beurteilung des Aortenrings nicht nur in der systolischen, sondern auch in der diastolischen Phase nützlich ist. Unsere Ergebnisse legen nahe, dass die SSF2-Rekonstruktion Bewegungsartefakte der Aortenklappe während der gesamten Herzphase reduziert.

Bei Patienten mit niedriger oder mittlerer Herzfrequenz war die SSF2-Rekonstruktion bei einem RR-Intervall von 75 % nicht sinnvoll. Bei diesen Herzfrequenzen und Herzphasen ist die zeitliche Auflösung bei elektrokardiogrammgesteuerten Scans möglicherweise ausreichend und Bewegungsartefakte sind möglicherweise nicht inhärent. Die SSF1- und SSF2-Rekonstruktion kann bei Patienten mit hoher Herzfrequenz und bei Scans mit geringer zeitlicher Auflösung nützlich sein13,14,21,22. Unsere Ergebnisse legen nahe, dass SSF2 bei Patienten mit hoher Herzfrequenz genauso nützlich ist wie SSF1.

SSF1 kann keine anderen nichtkoronaren intrakardialen Strukturen ansprechen. Es berechnet die Bewegungsbahnen von Koronararterien anhand der Bildinformationen der Zielphase und der bilateralen Nachbarphasen, um Bewegungsartefakte durch Kompensation der Herzbewegung zu reduzieren und diagnostizierbare CT-Bilder der Koronararterien zu erstellen13,14,15,16,17,18 ,19,20. Andererseits sucht der SSF2-Algorithmus, eine vollautomatische Technik, die auf dem Wissen und Feedback von SSF1 basiert, in jeder Region aller Bildvolumina nach einem lokalen Pfad, der mit der Teilmenge der gemessenen Daten übereinstimmt. Sobald der Bewegungspfad des Schiffs identifiziert ist, werden die Daten basierend auf dem Zeitpunkt der Messung der entsprechenden Projektionsstrahlen in eine Reihe von Datensätzen diskretisiert. Jeder Volumendatensatz in der Serie durchläuft den Prozess der räumlichen Verformung durch das Bewegungsfeld. Dadurch kann der Bewegungszustand vom jeweiligen Zeitpunkt auf den zentralen Referenzzeitpunkt abgebildet werden, der durch die vorgegebene Herzphase bestimmt wird21,30. Daher kann SSF2 nicht nur bewegungsbedingte Koronararterienartefakte bei Patienten mit hoher Herzfrequenz weiter reduzieren, sondern verbessert auch die Bildqualität anderer Herzgefäßstrukturen wie Klappen und Herzmuskeln auf kardiovaskulären CT-Bildern. Unsere Ergebnisse stützen frühere Erkenntnisse22, dass SSF2 im Vergleich zu SSF1 die Bildqualität nicht nur der Koronararterien, sondern auch aller Klappen und anderer Herzstrukturen weiter verbesserte.

Mit zunehmender Herzfrequenz wurde die mittlere ERD auf SSF2-Bildern deutlich kürzer als auf Standard-Rekonstruktionsbildern. Eine kürzere ERD führt zu schärferen Kanten33,34,37. Daher zeigt die ERD quantitativ, dass die SSF2-Rekonstruktion Bewegungsartefakte reduziert, die auf eine hohe Herzfrequenz zurückzuführen sind. Das Konzept der Quantifizierung von Bewegungsartefakten mithilfe des EDR wird durch den signifikanten Unterschied (p < 0,001) in unseren qualitativen Bewertungsdaten weiter gestützt.

Wir fanden heraus, dass die von zwei Beobachtern gemessene Streuung der Fläche und des Umfangs des Aortenrings auf SSF2-Bildern unabhängig von der Herzfrequenz deutlich geringer war als auf Standard-Rekonstruktionsbildern. Dies legt nahe, dass die SSF2-Rekonstruktion die Messung des Aortenrings durch die Reduzierung von Bewegungsartefakten erleichtert. Obwohl wir die Messgenauigkeit nicht durch einen Vergleich unserer Ergebnisse mit dem Referenzstandard für die transösophageale Echokardiographie beurteilt haben32, gehen wir davon aus, dass die routinemäßige Verwendung von SSF2 bei Patienten mit schwerer Aortenstenose zu einer höheren Messgenauigkeit als die herkömmliche Standard-Rekonstruktionsbildgebung führen wird.

Obwohl die Herz-CT der Referenzstandard für die Untersuchung von TAVI-Kandidaten ist, die für eine Untersuchung der Aortenwurzel vorgesehen sind1,2, verringern Bewegungsartefakte die Genauigkeit der Größenbestimmung des Aortenrings und wirken sich direkt auf das Patientenergebnis nach einem TAVI-Eingriff aus2,7,8,9. Als Ergebnis der Bewertung der Streuung zwischen den beiden Rekonstruktionen in Bezug auf die Größe des Aortenrings war SSF2 unabhängig von der Herzfrequenz oder dem RR-Intervall des Patienten signifikant kleiner als der Standard. Bei der TAVI-Planung verwenden wir immer noch die systolische Bildgebung für die Messungen2,4,30,31 und der Aortenring scheint besser abgegrenzt zu sein, wenn SSF2 verwendet wird. Daher kann SSF2 dazu beitragen, die Genauigkeit der Größenbestimmung des Aortenrings zu verbessern.

Bei der katheterbasierten Implantation, insbesondere der ballonexpandierbaren Prothese, ist es wichtig, eine Durchleuchtungsprojektion zu verwenden, die eine exakte orthogonale Sicht auf die Aortenringebene ermöglicht2,8,9. Da die CT einen 3D-Datensatz bietet, ermöglicht sie die Identifizierung geeigneter Projektionswinkel, die eine orthogonale Ansicht auf die Aortenklappenebene ermöglichen38,39. Andere1,2 berichteten, dass geeignete Winkel aus Herz-CT-Scans vor der TAVI vorhergesagt werden können, wenn spezielle automatisierte Softwareprogramme verwendet werden. Dies ist jedoch nur möglich, wenn die Aortenklappenebene im CT-Scan genau definiert ist39,40. Da SSF2 den Aortenring genau abgrenzte, kann seine Anwendung zu einer genaueren automatischen Verarbeitung von CT-Bildern für TAVI führen.

Da eine Nierenfunktionsstörung bei älteren Patienten, bei denen eine TAVI geplant ist, relativ häufig vorkommt, wird ein kontrastarmes Protokoll empfohlen41. Bei TAVI-Kandidaten mit Nierenfunktionsstörung kann die SSF2-Rekonstruktion sinnvoll sein, da sie nicht nur die Bildqualität verbessert, sondern auch die Notwendigkeit einer erneuten Untersuchung verringert.

Um mögliche Auswirkungen der SSF2-Rekonstruktion auf quantitative Messungen der ERD zu vermeiden, haben wir die CT-Anzahl in der aufsteigenden Aorta, das Bildrauschen und das CNR auf SSF2-rekonstruierten Bildern gemessen. Wir fanden heraus, dass das CNR zwischen den Scans, die einer Standard- oder SSF2-Rekonstruktion unterzogen wurden, unabhängig von der Herzfrequenz des Patienten gleich war. Dies bestätigte, dass SSF2 nur die Bewegungsartefakte korrigierte und andere Parameter nicht beeinflusste.

Unsere Studie weist einige Einschränkungen auf. Erstens war unsere Studienpopulation relativ klein und unsere Untersuchung basierte auf Erfahrungen mit einzelnen Zentren. Zweitens: Da wir keinen Referenzstandard wie transösophageale Echokardiographien für alle Patienten hatten, können wir feststellen, ob die subjektiv beurteilte Bildqualität des Aortenrings die Genauigkeit der Messungen verbessert. Drittens haben wir nur die Unterschiede zwischen zwei Rekonstruktionsalgorithmen bewertet, die auf demselben CT-Scanner angewendet wurden, und unsere Ergebnisse nicht mit denen verglichen, die beispielsweise bei Dual-Source-CT-Scans erzielt wurden. Schließlich laufen weitere Studien, um festzustellen, ob die Robustheit der SSF2-Rekonstruktion es ermöglicht, den voreingestellten Polsterbereich vor dem Scannen zu verringern und dadurch die erforderliche Strahlendosis zu minimieren.

Zusammenfassend legen unsere Ergebnisse nahe, dass der SSF2-Algorithmus der Standardrekonstruktion überlegen war, da er die Bildqualität verbesserte und Bewegungsartefakte reduzierte, insbesondere bei Patienten mit einer hohen Herzfrequenz oder einem RR-Intervall von 40 %. Diese Erkenntnisse können dazu beitragen, dass SSF2 die Genauigkeit der Größenbestimmung des Aortenrings vor einer TAVI verbessert („Ergänzende Informationen“).

Alle relevanten Daten sind im Hauptmanuskript enthalten.

Schläge pro Minute

Computertomographie

Kontrast-Rausch-Verhältnis

Kantenanstiegsabstand

Multiplanare Rekonstruktion

Region von Interesse

Standardabweichung

SnapShot-Freeze

Transkatheter-Aortenklappenimplantation

Schuhbaeck, A. et al. Reproduzierbarkeit von Aortenringmessungen mittels Computertomographie. EUR. Radiol. 24, 1878–1888. https://doi.org/10.1007/s00330-014-3199-5 (2014).

Artikel PubMed Google Scholar

Achenbach, S. et al. Konsensdokument der SCCT-Experten zur Computertomographie-Bildgebung vor der Transkatheter-Aortenklappenimplantation (TAVI)/Transkatheter-Aortenklappenersatz (TAVR). J. Cardiovasc. Berechnen. Tomogr. 6, 366–380. https://doi.org/10.1016/j.jcct.2012.11.002 (2012).

Artikel PubMed Google Scholar

Andreini, D. et al. Bildqualität und Strahlendosis der Koronar-CT-Angiographie, durchgeführt mit einem CT-Scanner mit vollständiger Herzabdeckung und Intra-Zyklus-Bewegungskorrekturalgorithmus bei Patienten mit Vorhofflimmern. EUR. Radiol. 28, 1383–1392. https://doi.org/10.1007/s00330-017-5131-2 (2018).

Artikel PubMed Google Scholar

Binder, RK et al. Der Einfluss der Integration eines Multidetektor-Computertomographie-Anulusflächengrößen-Algorithmus auf die Ergebnisse des Transkatheter-Aortenklappenersatzes: Eine prospektive, multizentrische, kontrollierte Studie. Marmelade. Slg. Cardiol. 62, 431–438. https://doi.org/10.1016/j.jacc.2013.04.036 (2013).

Artikel PubMed Google Scholar

Harris, BS et al. Dual-Source-CT-Bildgebung zur Planung des Transkatheter-Aortenklappenersatzes: Genauigkeit für die Diagnose obstruktiver koronarer Herzkrankheit. Radiologie 275, 80–88. https://doi.org/10.1148/radiol.14140763 (2015).

Artikel PubMed Google Scholar

Kodali, S. et al. Frühe klinische und echokardiographische Ergebnisse nach dem Transkatheter-Aortenklappenersatz SAPIEN 3 bei inoperablen Patienten mit hohem und mittlerem Risiko und Aortenklappenstenose. EUR. Herz J. 37, 2252–2262. https://doi.org/10.1093/eurheartj/ehw112 (2016).

Artikel PubMed PubMed Central Google Scholar

Makkar, RR et al. Transkatheter-Aortenklappenersatz bei inoperabler schwerer Aortenstenose. N. engl. J. Med. 366, 1696–1704. https://doi.org/10.1056/NEJMoa1202277 (2012).

Artikel CAS PubMed Google Scholar

Holmes, DR Jr. et al. 2012 ACCF/AATS/SCAI/STS-Expertenkonsensdokument zum Transkatheter-Aortenklappenersatz. Marmelade. Slg. Cardiol. 59, 1200–1254. https://doi.org/10.1016/j.jacc.2012.01.001 (2012).

Artikel PubMed Google Scholar

Schmidkonz, C. et al. Interobserver-Variabilität der CT-Angiographie zur Beurteilung der Abmessungen des Aortenrings vor der Transkatheter-Aortenklappenimplantation (TAVI). EUR. J. Radiol. 83, 1672–1678. https://doi.org/10.1016/j.ejrad.2014.06.001 (2014).

Artikel CAS PubMed Google Scholar

Leipsic, J. et al. SCCT-Richtlinien für die Interpretation und Berichterstattung der Koronar-CT-Angiographie: Ein Bericht des Richtlinienausschusses der Society of Cardiocular Computed Tomography. J. Cardiovasc. Berechnen. Tomogr. 8, 342–358. https://doi.org/10.1016/j.jcct.2014.07.003 (2014).

Artikel PubMed Google Scholar

Aghayev, A., Murphy, DJ, Keraliya, AR & Steigner, ML Aktuelle Entwicklungen beim Einsatz von Computertomographie-Scannern bei der Bildgebung von Koronararterien. Experte Rev. Med. Geräte 13, 545–553. https://doi.org/10.1080/17434440.2016.1184968 (2016).

Artikel CAS PubMed Google Scholar

Ren, P. et al. Reduzierung von Bewegungsartefakten in Koronar-CT-Angiographiebildern mit einer Deep-Learning-Methode. BMC Med. Bildgebung 22, 184. https://doi.org/10.1186/s12880-022-00914-2 (2022).

Artikel PubMed PubMed Central Google Scholar

Liang, J. et al. Einfluss von SSF auf die diagnostische Leistung der Koronar-Computertomographie-Angiographie innerhalb eines Herzschlags bei Patienten mit hoher Herzfrequenz unter Verwendung einer 256-Zeilen-Detektor-Computertomographie. J. Comput. Helfen. Tomogr. 42, 54–61. https://doi.org/10.1097/RCT.0000000000000641 (2018).

Artikel PubMed Google Scholar

Wen, B., J. Comput. Helfen. Tomogr. 42, 277–281. https://doi.org/10.1097/RCT.0000000000000683 (2018).

Artikel PubMed Google Scholar

Liang, J. et al. Diagnostische Leistung der Koronar-CT-Angiographie mit 256-Zeilen-Detektor bei Patienten mit hohen Herzfrequenzen innerhalb eines einzelnen Herzzyklus: Eine vorläufige Studie. Klin. Radiol. https://doi.org/10.1016/j.crad.2017.03.004 (2017).

Artikel PubMed Google Scholar

Sheta, HM et al. Einfluss eines Bewegungskorrekturalgorithmus auf die Bildqualität bei Patienten, die sich einer CT-Angiographie unterziehen: Eine randomisierte kontrollierte Studie. Klin. Bildgebung 42, 1–6. https://doi.org/10.1016/j.clinimag.2016.11.002 (2017).

Artikel PubMed Google Scholar

Sheta, HM, Egstrup, K., Husic, M., Heinsen, LJ & Lambrechtsen, J. Einfluss eines Bewegungskorrekturalgorithmus auf Qualität und diagnostischen Nutzen bei nicht ausgewählten Patienten, die sich einer koronaren CT-Angiographie unterziehen. Klin. Bildgebung 40, 217–221. https://doi.org/10.1016/j.clinimag.2015.10.007 (2016).

Artikel PubMed Google Scholar

Machida, H. et al. Einfluss des Bewegungskorrekturalgorithmus auf die Qualität und Interpretierbarkeit von Bildern der Koronar-CT-Angiographie mit 64 Detektoren aus einer Quelle bei Patienten, gruppiert nach Herzfrequenz. Jpn. J. Radiol. 33, 84–93. https://doi.org/10.1007/s11604-014-0382-1 (2015).

Artikel PubMed Google Scholar

Lee, H. et al. Einfluss eines herstellerspezifischen Bewegungskorrekturalgorithmus auf Bildqualität, Interpretierbarkeit und diagnostische Leistung der täglichen Koronar-CT-Angiographie: Einfluss der Herzfrequenz auf die Wirkung der Bewegungskorrektur. Int. J. Cardiovasc. Bildgebung 30, 1603–1612. https://doi.org/10.1007/s10554-014-0499-4 (2014).

Artikel PubMed Google Scholar

Leipsic, J. et al. Auswirkung eines neuartigen herstellerspezifischen Bewegungskorrekturalgorithmus auf die Bildqualität und diagnostische Genauigkeit bei Personen, die sich einer Koronar-CT-Angiographie ohne Medikamente zur Frequenzkontrolle unterziehen. J. Cardiovasc. Berechnen. Tomogr. 6, 164–171. https://doi.org/10.1016/j.jcct.2012.04.004 (2012).

Artikel PubMed Google Scholar

Liang, J. et al. Der Bewegungskorrekturalgorithmus der zweiten Generation verbessert die diagnostische Genauigkeit der Single-Beat-Koronar-CT-Angiographie bei Patienten mit erhöhter Herzfrequenz. EUR. Radiol. 29, 4215–4227. https://doi.org/10.1007/s00330-018-5929-6 (2019).

Artikel PubMed Google Scholar

Sun, J. et al. Weitere Verbesserung der Bildqualität der kardiovaskulären Computertomographie-Angiographie für Kinder mit hohen Herzfrequenzen mithilfe des Bewegungskorrekturalgorithmus der zweiten Generation. J. Comput. Helfen. Tomogr. 44, 790–795. https://doi.org/10.1097/RCT.0000000000001035 (2020).

Artikel PubMed Google Scholar

Mushtaq, S., Conte, E., Melotti, E. & Andreini, D. Koronare CT-Angiographie bei anspruchsvollen Patienten: Hohe Herzfrequenz und Vorhofflimmern. Eine Rezension. Acad. Radiol. 26, 1544–1549. https://doi.org/10.1016/j.acra.2019.01.022 (2019).

Artikel PubMed Google Scholar

Le Roy, J. et al. Einfluss von Bewegungskorrekturalgorithmen auf die Bildqualität bei Kindern, die sich einer koronaren Computertomographie-Angiographie unterziehen: Ein Vergleich mit regulären monophasischen und mehrphasigen Aufnahmen. Zirkel. Herz-Kreislauf. Bildgebung 12, e009650. https://doi.org/10.1161/CIRCIMAGING.119.009650 (2019).

Artikel PubMed Google Scholar

Fuchs, TA et al. Einfluss eines neuen Bewegungskorrekturalgorithmus auf die Bildqualität der niedrig dosierten Koronar-CT-Angiographie bei Patienten mit unzureichender Herzfrequenzkontrolle. Acad. Radiol. 21, 312–317. https://doi.org/10.1016/j.acra.2013.10.014 (2014).

Artikel PubMed Google Scholar

Lell, MM & Kachelriess, M. Aktuelle und kommende technologische Entwicklungen in der Computertomographie: Hohe Geschwindigkeit, niedrige Dosis, Deep Learning, Multienergie. Investieren. Radiol. 55, 8–19. https://doi.org/10.1097/RLI.0000000000000601 (2020).

Artikel PubMed Google Scholar

Greffier, J. et al. Möglichkeit zur Bildqualität und Dosisreduzierung eines Deep-Learning-Bildrekonstruktionsalgorithmus für CT: Eine Phantomstudie. EUR. Radiol. 30, 3951–3959. https://doi.org/10.1007/s00330-020-06724-w (2020).

Artikel PubMed Google Scholar

Solomon, J., Lyu, P., Marin, D. & Samei, E. Rauschen und räumliche Auflösungseigenschaften eines kommerziell erhältlichen Deep-Learning-basierten CT-Rekonstruktionsalgorithmus. Med. Physik. 47, 3961–3971. https://doi.org/10.1002/mp.14319 (2020).

Artikel PubMed Google Scholar

Benz, DC et al. Validierung der Deep-Learning-Bildrekonstruktion für die koronare Computertomographie-Angiographie: Auswirkungen auf Rauschen, Bildqualität und diagnostische Genauigkeit. J. Cardiovasc. Berechnen. Tomogr. 14, 444–451. https://doi.org/10.1016/j.jcct.2020.01.002 (2020).

Artikel PubMed Google Scholar

Bald haben J. et al. Die Auswirkung eines Bewegungskorrekturalgorithmus für das ganze Herz auf die CT-Bildqualität und die Messreproduzierbarkeit bei der Bewertung des Aortenrings vor der TAVR. J. Cardiovasc. Berechnen. Tomogr. 10, 386–390. https://doi.org/10.1016/j.jcct.2016.08.001 (2016).

Artikel PubMed Google Scholar

Apfaltrer, P. et al. Computertomographie zur Planung des Transkatheter-Aortenklappenersatzes. J. Thorac. Bildgebung 28, 231–239. https://doi.org/10.1097/RTI.0b013e318292040c (2013).

Artikel PubMed Google Scholar

Rixe, J. et al. Die Multidetektor-Computertomographie entspricht der transösophagealen Echokardiographie zur Beurteilung des Aortenrings vor der Transkatheter-Aortenklappenimplantation. EUR. Radiol. 22, 2662–2669. https://doi.org/10.1007/s00330-012-2530-2 (2012).

Artikel PubMed Google Scholar

Tatsugami, F. et al. Bewertung eines Koronararterienstents mit modellbasierter iterativer Rekonstruktion bei koronarer CT-Angiographie. Acad. Radiol. 24, 975–981. https://doi.org/10.1016/j.acra.2016.12.020 (2017).

Artikel PubMed Google Scholar

Tatsugami, F. et al. Deep-Learning-basierter Bildwiederherstellungsalgorithmus für die Koronar-CT-Angiographie. EUR. Radiol. 29, 5322–5329. https://doi.org/10.1007/s00330-019-06183-y (2019).

Artikel PubMed Google Scholar

Gupta, AK et al. Optimierung der Spiral-CT-Technologie mit acht Elementen und mehreren Detektorreihen zur Beurteilung des Abdomens. Radiologie 227, 739–745. https://doi.org/10.1148/radiol.2273020591 (2003).

Artikel PubMed Google Scholar

Piaggio, G. et al. Berichterstattung über randomisierte Nichtunterlegenheits- und Äquivalenzstudien: Erweiterung der CONSORT 2010-Erklärung. JAMA 308, 2594–2604. https://doi.org/10.1001/jama.2012.87802 (2012).

Artikel CAS PubMed Google Scholar

Suzuki, S., Machida, H., Tanaka, I. & Ueno, E. Gefäßdurchmessermessung in der CT-Angiographie: Vergleich modellbasierter iterativer Rekonstruktion und standardmäßiger gefilterter Rückprojektionsalgorithmen in vitro. AJR Am. J. Röntgenol. 200, 652–657. https://doi.org/10.2214/AJR.12.8689 (2013).

Artikel PubMed Google Scholar

Tzikas, A., Schultz, C., Van Mieghem, NM, de Jaegere, PP & Serruys, PW Optimale Projektionsschätzung für die Transkatheter-Aortenklappenimplantation basierend auf Kontrast-Aortographie: Validierung einer Prototyp-Software. Katheter. Herz-Kreislauf. Interv. 76, 602–607. https://doi.org/10.1002/ccd.22641 (2010).

Artikel PubMed Google Scholar

Gurvitch, R. et al. Mehrschicht-Computertomographie zur Vorhersage optimaler angiographischer Entfaltungsprojektionen während der Transkatheter-Aortenklappenimplantation. JACC Cardiovasc. Interv. 3, 1157–1165. https://doi.org/10.1016/j.jcin.2010.09.010 (2010).

Artikel PubMed Google Scholar

Arnold, M. et al. Eine Methode zur Bestimmung geeigneter fluoroskopischer Projektionen für die Transkatheter-Aortenklappenimplantation mittels Computertomographie. J. Cardiovasc. Computertomogr. 6, 422–428. https://doi.org/10.1016/j.jcct.2012.10.008 (2012).

Artikel PubMed Google Scholar

Geyer, LL et al. Protokoll mit geringem Kontrastmittelvolumen für eine umfassende kardiale und aortoiliakale CT-Beurteilung im Rahmen des Transkatheter-Aortenklappenersatzes. Acad. Radiol. 22, 1138–1146. https://doi.org/10.1016/j.acra.2015.03.018 (2015).

Artikel PubMed Google Scholar

Referenzen herunterladen

Abteilung für Radiologie, Hiroshima University Hospital, 1-2-3 Kasumi, Minami-ku, Hiroshima, Japan

Yoriaki Matsumoto, Chikako Fujioka, Kazushi Yokomachi, Nobuo Kitera, Eiji Nishimaru und Masao Kiguchi

Abteilung für diagnostische Radiologie, Graduiertenschule für Biomedizin und Gesundheitswissenschaften, Universität Hiroshima, 1-2-3 Kasumi, Minami-ku, Hiroshima, Japan

Toru Higaki, Ikuo Kawashita, Fuminari Tatsugami, Yuko Nakamura und Kazuo Awai

Sie können diesen Autor auch in PubMed Google Scholar suchen

YM: Konzeptualisierung, Datenkuration, formale Analyse, Untersuchung, Methodik, Visualisierung, Rollen/Schreiben – ursprünglicher Entwurf; Schreiben – Überprüfen und Bearbeiten. CF: Untersuchung, Projektverwaltung, Visualisierung. KY: Untersuchung, Projektverwaltung, Visualisierung. NK: Konzeptualisierung, Untersuchung, Methodik. DE: Untersuchung, Überwachung, Visualisierung. MK: Projektverwaltung, Supervision, Visualisierung. TH: Aufsicht. IK: Aufsicht. FT: Konzeptualisierung, formale Analyse, Methodik, Schreiben – Überprüfung und Bearbeitung. YN: Aufsicht. KA: Konzeptualisierung, Methodik, Projektverwaltung, Supervision, Visualisierung, Schreiben – Überprüfung und Bearbeitung.

Korrespondenz mit Yoriaki Matsumoto.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Matsumoto, Y., Fujioka, C., Yokomachi, K. et al. Evaluierung des Ganzherz-Bewegungskorrekturalgorithmus (SSF2) der zweiten Generation zur Darstellung des Aortenrings in der Herz-CT. Sci Rep 13, 3636 (2023). https://doi.org/10.1038/s41598-023-30786-7

Zitat herunterladen

Eingegangen: 21. August 2022

Angenommen: 01. März 2023

Veröffentlicht: 3. März 2023

DOI: https://doi.org/10.1038/s41598-023-30786-7

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.

Blog