Quantification calcique coronaire par TDM : les dérives du score d'Agaston issu du deep learning

Le calcium de l'artère coronaire (CAC) est un marqueur de substitution bien établi de la charge de plaque d'athérosclérose et, par conséquent, a une valeur pronostique chez les patients asymptomatiques.

Les reconstructions issues du deep learning supplantent les protocoles de rétroprojection filtrée ou de reconstruction itérative

Dès lors, les directives actuelles sur la prévention primaire des maladies cardiovasculaires ont approuvé le CAC comme modificateur de risque chez les patients présentant un risque intermédiaire de maladies cardiovasculaires, soulignant ainsi la nécessité d'une mesure exacte et précise du CAC. Cette mesure est aléatoire, selon plusieurs paramètres techniques, comme les algorithmes de reconstruction d'image, le type de modalité de tomodensitométrie (TDM) ou le logiciel d'analyse. Les reconstructions d'images issues du deep learning (DLIR) basées sur un réseau de neurones convolutifs ont été récemment introduites comme alternative aux algorithmes de rétroprojection filtrée (FBP) et de reconstruction itérative (IR) pour la coronarographie.