Key points are not available for this paper at this time.
OBJETIVO: Realizar uma avaliação abrangente da qualidade da imagem, objetiva e subjetiva, intraindividual da angiografia por tomografia computadorizada coronariana (CCTA) reconstruída com algoritmo de reconstrução de imagem por aprendizado profundo (DLIR) e avaliar a correlação com o algoritmo de reconstrução iterativa híbrida rotineiramente aplicado (ASiR-V). MATERIAL E MÉTODOS: Cinquenta e um pacientes (29 homens) submetidos a CCTA clinicamente indicada de abril a dezembro de 2021 foram prospectivamente recrutados. Quatorze conjuntos de dados foram reconstruídos para cada paciente: três níveis de força do DLIR (DLIRL, DLIRM e DLIRH), ASiR-V de 10% a 100% em incrementos de 10%, e retroprojeção filtrada (FBP). A razão sinal-ruído (SNR) e a razão contraste-ruído (CNR) determinaram a qualidade objetiva da imagem. A qualidade subjetiva da imagem foi avaliada com uma escala Likert de 4 pontos. A concordância entre os algoritmos de reconstrução foi avaliada pelo coeficiente de correlação de Pearson. RESULTADOS: O algoritmo DLIR não impactou a atenuação vascular (P ≥ 0,374). DLIRH apresentou o menor ruído, comparável ao ASiR-V 100% (P = 1) e significativamente menor que outras reconstruções (P ≤ 0,021). DLIRH alcançou a maior qualidade objetiva, com SNR e CNR comparáveis ao ASiR-V 100% (P = 0,139 e 0,075, respectivamente). DLIRM obteve qualidade objetiva da imagem comparável ao ASiR-V 80% e 90% (P ≥ 0,281), enquanto obteve a maior qualidade subjetiva da imagem (4, IQR: 4-4; P ≤ 0,001). Os conjuntos de dados DLIR e ASiR-V retornaram uma correlação muito forte na avaliação da DAP (r = 0,874, P = 0,001). CONCLUSÃO: DLIRM melhora significativamente a qualidade da imagem da CCTA e tem uma correlação muito forte com o conjunto de dados ASiR-V 50% aplicado rotineiramente no diagnóstico de DAP.
Santis et al. (Mon,) estudaram essa questão.