AHA 中国之声丨高光谱成像有助于识别和诊断INOCA患者

当地时间11月16日-18日，2024年美国心脏协会科学年会（2024 AHA）在芝加哥以线下+线上相结合的方式盛大召开。会议期间，来自武汉大学人民医院余锂镭教授团队的多项研究荣登AHA舞台。本文整理了备受关注的“Hyperspectral imaging is effective in diagnosing patients with ischemia with non-obstructive coronary artery”研究的要点内容，以飨读者。

研究背景

缺血伴非阻塞性冠状动脉疾病（INOCA）是指有慢性心肌缺血客观证据，但冠状动脉造影或冠状动脉计算机断层扫描血管成像未发现阻塞性冠状动脉狭窄的疾病。这类患者通常无法得到及时、准确的诊断和治疗，从而增加了不良预后的风险。高光谱成像（HSI）技术是在多光谱遥感技术的基础上进一步发展起来的，它能够提供关于各种组织结构的空间分布信息，并分析不同疾病的化学成分和物理特性。

研究目的

本研究旨在通过HSI技术分析外周微血管的功能状态，以识别INOCA患者。

研究方法

本研究是一项观察性的横断面研究。研究纳入了2023年12月至2024年5月期间在武汉大学人民医院接受冠状动脉造影的500名胸痛患者。

在进行冠状动脉造影之前，研究人员收集了患者的面部、手掌和耳朵的HSI数据。随后，根据指南的诊断标准，将患者划分为对照组、INOCA组以及阻塞性冠脉疾病组。

研究结果

数据模型（模型1）是基于深度学习HSI的波段和纹理数据构建的，它在识别INOCA患者方面表现出了良好的敏感性和特异性。

图像模型（模型2）是在深度学习HSI特征之后构建的，其在诊断INOCA患者方面具有良好的敏感性和特异性。与数据模型相比，图像模型具有更高的特异性，但其敏感性略低。

复合模型（模型3）结合了数据模型和图像模型的优势，与单独的数据模型和图像模型相比，复合模型在识别INOCA患者方面展现出了更高的敏感性和特异性。

研究结论

基于对外周微血管进行HSI深度学习构建的模型，有效识别INOCA患者，且具有较高的敏感性和特异性。

信源：AHA官网

医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。