Improved diagnostic accuracy for myocardial perfusion imaging using artificial neural networks on different input variables including clinical and quantification data

ConclusionThe diagnostic accuracy of MPI could be improved by ANN, using clinical and quantification data.ResumenObjetivoLa precisión diagnóstica de la imagen de perfusión miocárdica (IPM) no es óptima para predecir el resultado de la angiografía. El objetivo del presente estudio es investigar la aplicación de la red neuronal artificial (RNA) para integrar los datos clínicos con el resultado y la cuantificación del IPM.MétodosDe 923 pacientes con IPM, se reclutaron 93 que se sometieron a angiografía. Se recogieron los datos clínicos, incluidos los factores de riesgo cardíaco, y se registraron los resultados de la IPM y la angiografía coronaria. Se calculó la cuantificación de las gráficas polares IPM (es decir, los recuentos de 20 segmentos de cada una de las gráficas polares de esfuerzo y de reposo) y la puntuación de Gensini de las angiografías. ANN fue diseñado integrando datos clínicos y de cuantificación para predecir el resultado de la angiografía (normal vs. anormal), la enfermedad coronaria no obstructiva u obstructiva (EAC), y la puntuación de Gensini (≥10 y <10). Las RNA fueron diseñadas para predecir los resultados de la angiografía usando diferentes combinaciones de datos como sigue: informes de IPM, la cuantificación de 40 segmentos de diagramas polares de esfuerzo y reposo, y la cuantificación de estos 40 segmentos además de la edad, el sexo y el número de factores de riesgo. Se comparó el rendimiento diagnóstico del IPM co...
Source: Revista Espanola de Medicina Nuclear e Imagen Molecular - Category: Nuclear Medicine Source Type: research