banner

Blog

Jul 31, 2023

Evaluación de la segunda

Scientific Reports volumen 13, Número de artículo: 3636 (2023) Citar este artículo

419 Accesos

1 Altmetric

Detalles de métricas

El objetivo principal de la tomografía computarizada (TC) cardiaca previa al implante transcatéter de válvula aórtica (TAVI) para pacientes con estenosis aórtica severa es la medición del anillo aórtico. Sin embargo, los artefactos de movimiento presentan un desafío técnico porque pueden reducir la precisión de la medición del anillo aórtico. Por lo tanto, aplicamos el algoritmo de corrección de movimiento de corazón completo de segunda generación recientemente desarrollado (SnapShot Freeze 2.0, SSF2) a la TC cardíaca pre-TAVI e investigamos su utilidad clínica mediante el análisis estratificado de la frecuencia cardíaca del paciente durante la exploración. Descubrimos que la reconstrucción SSF2 redujo significativamente los artefactos de movimiento del anillo aórtico y mejoró la calidad de la imagen y la precisión de la medición en comparación con la reconstrucción estándar, especialmente en pacientes con frecuencia cardíaca alta o un intervalo RR del 40 % (fase sistólica). SSF2 puede contribuir a mejorar la precisión de la medición del anillo aórtico.

Las tomografías computarizadas (TC) cardíacas gatilladas por electrocardiograma son importantes para planificar el procedimiento de implante transcatéter de válvula aórtica (TAVI) en pacientes con estenosis aórtica grave1,2. Sin embargo, los artefactos de movimiento presentan un desafío técnico porque pueden comprometer la evaluación de estructuras como las arterias y válvulas coronarias, especialmente en pacientes con frecuencia cardíaca elevada3,4,5,6,7. Un dimensionamiento inexacto aumenta el riesgo de complicaciones como fuga perivalvular o rotura en pacientes TAVI2,8,9. Por lo tanto, las imágenes precisas previas al procedimiento son cruciales para asegurar un resultado óptimo para el paciente2,9. Para evitar artefactos de movimiento, las pautas de la sociedad de TC cardiovascular10 recomiendan que la frecuencia cardíaca se controle a menos de 60 latidos por minuto (lpm) mediante la administración oral o intravenosa de un bloqueador β. Para corregir los artefactos de movimiento, los avances técnicos en los sistemas de TC mejoraron la resolución temporal, aumentaron la velocidad de rotación del pórtico y aplicaron TC de fuente dual y reconstrucción multisegmento; se han desarrollado soluciones de software11. Un estudio reciente informó que un modelo de red antagónica generativa podría crear imágenes con menos artefactos de movimiento y preservar el contraste de la lesión12. Aunque este enfoque que utiliza el aprendizaje automático puede reducir de manera efectiva los artefactos de movimiento cardíaco, aún no se ha implementado en la práctica clínica.

El algoritmo de corrección de movimiento de primera generación (SnapShot Freeze, SSF1; GE Healthcare) es específico del proveedor y está diseñado para abordar los artefactos de movimiento coronario en las exploraciones cardíacas. Su aplicación mejoró significativamente la calidad de imagen de las arterias coronarias en pacientes con frecuencia cardiaca elevada13,14,15,16,17,18,19,20. Sin embargo, SSF1 no puede abordar otras estructuras intracardíacas no coronarias. El algoritmo de corrección de movimiento de segunda generación (SnapShot Freeze 2.0, SSF2; GE Healthcare) aumentó el rango de corrección de movimiento para incluir todo el corazón dentro de un volumen de escaneo21,22.

Hasta donde sabemos, no se ha investigado la eficacia clínica de SSF2 con respecto al anillo aórtico. Presumimos que el uso del algoritmo SSF2 mejoraría la calidad de la imagen de las tomografías computarizadas adquiridas para evaluar las válvulas aórticas, porque una reducción en los artefactos de movimiento puede mejorar la calidad de la imagen de la tomografía computarizada y la precisión diagnóstica. En este estudio inscribimos a pacientes con estenosis aórtica severa y comparamos la calidad de las imágenes estándar sin corrección de movimiento con tomografías computarizadas cardíacas previas a TAVI sujetas a SSF2.

Este estudio retrospectivo se ajustó a los principios de la Declaración de Helsinki. De acuerdo con las Pautas éticas para la investigación médica y de salud con seres humanos (Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología y Ministerio de Salud, Trabajo y Bienestar, Japón), la información del estudio, incluidos los objetivos, se divulgó en el sitio web de nuestro hospital con un enfoque de exclusión voluntaria. El Comité Ético de Epidemiología de la Universidad de Hiroshima revisó y aprobó el protocolo del estudio (n.º E-2623, Estudio clínico del algoritmo de corrección de movimiento para TC cardíaca). Se renunció al consentimiento informado del paciente para los análisis.

Inscribimos a 108 pacientes con estenosis aórtica severa que se sometieron a TC cardíaca como candidatos para TAVI entre abril de 2021 y febrero de 2022. Los criterios de inclusión fueron pacientes que se sometieron a TC cardíaca con contraste. Nuestros criterios de exclusión fueron insuficiencia renal grave (tasa de filtración glomerular estimada < 30 ml/min/1,73 m2, 15 pacientes), dificultad para contener la respiración durante la exploración (1 paciente), extravasación durante la inyección de contraste (1 paciente) o rechazo del examen de TC (1 paciente). paciente). Así, la población final del estudio consistió en 90 pacientes; eran 33 hombres y 57 mujeres con edades comprendidas entre 70 y 95 años (edad media, 84 años).

Para realizar un análisis estratificado del efecto de SSF2 en la frecuencia cardíaca durante la exploración, dividimos a 90 pacientes en 3 grupos para incluir el mismo número de pacientes según la relación entre la frecuencia cardíaca y la calidad de imagen10,13,18,19,21,23, 24,25. En el grupo 1 (n = 30) la frecuencia cardiaca fue baja (< 60 lpm, rango 34-59 lpm), en el grupo 2 (n = 30) intermedia (60-69 lpm), y en el grupo 3 (n = 30) fue alto (70 lpm o más, rango 70-119 lpm).

Todos los pacientes fueron escaneados en un escáner CT de 256 filas de detectores (Revolution CT; GE Healthcare, Milwaukee, WI, EE. UU.); Se adquirieron exploraciones axiales prospectivas sincronizadas con electrocardiograma. Como se muestra en la Tabla 1, los parámetros de exploración y reconstrucción fueron voltaje del tubo, 120 kVp; corriente del tubo, seleccionada por modulación automática de la corriente del tubo (Smart-mA, GE Healthcare) basada en la imagen del explorador; índice de ruido, 25; colimación del detector, 256 × 0,625 mm o 224 × 0,625 mm según el tamaño del corazón del paciente; rotación del pórtico, 0,28 s; espesor de corte, 0,625 mm; campo de visión de escaneo, 360 mm; campo de visión de la pantalla, 200 mm; matriz, 512 × 512; reconstrucción, mitad; núcleo de reconstrucción, estándar HD; método de reconstrucción, reconstrucción de imágenes de aprendizaje profundo (TrueFidelity, fuerza Alta; GE Healthcare)26,27,28,29. El rango de relleno fue de 0 a 100 % del intervalo RR cuando se registró una frecuencia cardíaca de menos de 60 lpm durante el control previo al examen; cuando superaba los 60 lpm o era variable. En presencia de arritmia, el rango de relleno fue de 0 a 250%. Todos los escaneos fueron craneocaudales desde la bifurcación traqueal hasta el nivel del margen inferior del vértice cardíaco. Todos los pacientes pudieron contener la respiración durante el examen. Para lograr una alta calidad de imagen con dosis mínimas de radiación, a los pacientes con una frecuencia cardíaca superior a 60 lpm 5 min antes del inicio de la exploración se les administró de 2 a 10 mg de clorhidrato de propranolol (Inderal; Taiyo Holdings Co., Ltd., Tokio, Japón).

El medio de contraste (concentración de yodo de 350 mg/ml; Iomeron-350; Eisai Co., Ltd., Tokio, Japón) se inyectó en fase triple a través de un catéter de calibre 20 o 22 en la vena antecubital utilizando un inyector eléctrico ( Dual Shot tipo GX; Nemoto Kyorindo, Tokio, Japón). La dosis de yodo de 273 mg/kg en la primera fase se administró en 13 s. Esta inyección fue seguida a una velocidad de 5 s por una mezcla 50/50 de medio de contraste (53 mgl/kg) y solución salina, y finalmente se administró solución salina al 100% a la misma velocidad de inyección. Para la tomografía computarizada cardíaca, se utilizó el seguimiento de bolo para sincronizar la llegada del medio de contraste a la aurícula izquierda y el ventrículo izquierdo con el inicio de la exploración. Para monitorear la llegada, adquirimos escaneos axiales a intervalos de un segundo a nivel de la aurícula izquierda y el ventrículo izquierdo 10 s después del inicio de la inyección del medio de contraste. La dosis de radiación fue de 120 kVp, 40 mA. La exploración se inició automáticamente 5 s después de que la mejora del contraste alcanzara las 150 unidades Hounsfield en una región de interés (ROI) situada en el centro de la aurícula izquierda y el ventrículo izquierdo.

Similar al algoritmo SSF118,20, el algoritmo SSF2 utiliza datos de las fases cardíacas adyacentes (64 ms antes y después de la fase objetivo) para caracterizar y corregir el movimiento. El algoritmo SSF2, una técnica totalmente automatizada basada en la información y los comentarios obtenidos de los escaneos SSF1, busca en cada región en todos los volúmenes de imagen una ruta local que sea coherente con el subconjunto de datos medidos. Una vez que se identifica la ruta de movimiento de la embarcación, los datos se discretizan en una serie de conjuntos de datos en función de cuándo se midieron los rayos de proyección correspondientes. Cada conjunto de datos de volumen de la serie sufre deformación espacial por el campo de movimiento. Esto permite mapear el estado de movimiento desde el tiempo respectivo hasta el tiempo de referencia central, que está determinado por la fase cardíaca prescrita30.

Todas las imágenes se reconstruyeron utilizando el algoritmo estándar (sin corrección de movimiento) con reconstrucción de imágenes de aprendizaje profundo para reducir el ruido de la imagen26,27,28,29. Para la fase cardíaca, se seleccionaron las fases sistólica (intervalo RR, 40%) y diastólica (intervalo RR, 75%) utilizadas para las mediciones de TC cardíaca pre-TAVI2,4,30,31. Como las fases sistólica y diastólica se sometieron adicionalmente a la reconstrucción SSF2, se obtuvieron 4 conjuntos de datos para cada paciente. Se anonimizaron y se transfirieron a la estación de trabajo (Advantage Workstation 4.7, GE Healthcare) para su posterior análisis.

El efecto de atenuación provocado por los artefactos de movimiento se analizó en el anillo aórtico. Todas las imágenes fueron inspeccionadas por un tecnólogo radiológico (YM con 15 años de experiencia en estudios cardíacos por TC). Para evaluar el anillo aórtico, solo se examinaron imágenes de reconstrucción multiplanar (MPR) doble oblicua axial y 2D. El anillo aórtico se definió como un anillo virtual formado por la unión de las inserciones basales de las valvas aórticas2,32.

Generamos un perfil de atenuación de TC en 3 direcciones (dirección anterior, superior e inferior) del anillo aórtico (Fig. 1) utilizando la herramienta de análisis de partículas (Plot Profile) en la estación de trabajo (Ziostation2, Ziosoft, Tokio, Japón) . Se evitaron cuidadosamente las áreas de calcificación donde la atenuación de CT fluctúa significativamente. Los perfiles de atenuación de CT se generaron precisamente en la misma ubicación para imágenes reconstruidas con estándar y SSF2. Cortamos el 10 % inferior y superior del perfil y medimos la distancia de elevación del borde (ERD) del 10 al 90 %33,34. El ERD se examinó en tres direcciones del anillo aórtico y los valores medios se compararon en imágenes estándar y SFF2.

Imagen de muestra de ERD. Curva de perfil del anillo aórtico. Se muestra el ERD con una atenuación de píxel del 10 al 90 % de la atenuación máxima de CT. TC = tomografía computarizada; HU = unidades Hounsfield; ERD = distancia de elevación del borde.

Con respecto al dimensionamiento del anillo aórtico, evaluamos la dispersión entre las dos reconstrucciones. Todas las imágenes fueron analizadas por dos tecnólogos radiólogos (YM y CF, con 15 y 18 años de experiencia en imágenes cardíacas por TC, respectivamente). Estaban cegados a la presencia de la técnica SSF2 y midieron manualmente el área del anillo aórtico y el perímetro de todos los pacientes de forma independiente en una estación de trabajo de TC (Ziostation2, Ziosoft, Tokio, Japón). El área del anillo y el perímetro se determinaron a partir del trazo colocando gráficos (puntos) en la interfaz sangre-tejido1,9. El borde del anillo se trazó fuera de las calcificaciones. Cuando los límites no estaban claros debido a artefactos de movimiento, los observadores los trazaron subjetivamente. Después de dibujar manualmente las parcelas y el límite anular, el área y el perímetro del anillo se calcularon automáticamente en la estación de trabajo1,9.

Para investigar el efecto potencial de la reconstrucción de SSF2 en las mediciones cuantitativas de ERD, inspeccionamos imágenes axiales y registramos el número de CT y el ruido de la imagen [desviación estándar (SD) del número de CT] en un ROI circular colocado en la aorta ascendente y la pared septal de el ventrículo El tamaño del cursor ROI circular era tan grande como permitía el diámetro de la aorta ascendente (aproximadamente 5,0–10,0 mm2) y de la pared septal del ventrículo (aproximadamente 1,5–3,0 mm2). Con base en los valores obtenidos también calculamos la relación contraste-ruido (CNR) utilizando la fórmula: (Número de TC de la aorta ascendente menos el número de TC de la pared septal del ventrículo) dividido por el ruido de la imagen de la aorta ascendente35 .

Dos tecnólogos radiológicos (YM y CF, con 15 y 18 años de experiencia en imágenes de TC cardíacas, respectivamente) estaban cegados a la presencia de la técnica SSF2. Inspeccionaron de forma subjetiva e independiente las imágenes MPR desde la unión sinotubular hasta el tracto de salida del ventrículo izquierdo de los conjuntos de datos en busca de artefactos de movimiento a nivel del anillo aórtico. Para calificar la calidad de la imagen, utilizaron la escala Likert de 5 puntos, donde 1 = muy deficiente (artefactos de movimiento que dan como resultado una visualización deficiente de la anatomía de la válvula aórtica, no evaluable), 2 = deficiente (visualización degradada de la anatomía de la válvula aórtica debido a artefactos de movimiento) , no evaluable), 3 = regular (artefactos de movimiento menores con delineación clara de la anatomía de la válvula aórtica), 4 = bueno (sin artefactos de movimiento con identificación segura de la anatomía de la raíz aórtica, incluidos los nadires de las cúspides y los contornos anulares), y 5 = excelente (calidad de imagen sobresaliente con un alto nivel de certeza diagnóstica con respecto a las cúspides de la válvula aórtica, los nadires de las valvas y la detección de los contornos anulares aórticos)30. Los desacuerdos entre observadores se resolvieron por consenso.

Las variables continuas de datos demográficos, ERD, número de CT, ruido de imagen y CNR se expresan como mediana y rango o como porcentajes o recuentos, área del anillo aórtico y perímetro o puntuaciones de calidad de imagen como media y DE. Los resultados de ERD, número de CT, ruido de imagen, CNR y puntajes de calidad de imagen se compararon en imágenes reconstruidas con estándar y SSF2 utilizando la prueba U de Mann-Whitney. Para comparar la dispersión (DE) de área y perímetro entre las dos reconstrucciones, utilizamos la prueba F. Se esperaba que la concordancia intra e interobservador sobre la variabilidad de la evaluación cuantitativa mediante el análisis gráfico de Bland-Altman convergiera a un límite de concordancia del 95 %, definido como una diferencia media de ± 1,96 DE. Para determinar si el CNR era equivalente en las reconstrucciones estándar y SSF2, realizamos la prueba de equivalencia36. Como la DE de la CNR entre las arterias coronarias proximales y el tejido perivascular adyacente era 5 en nuestro estudio anterior34, adoptamos 5 como margen equivalente. La concordancia interobservador en la evaluación cualitativa se clasificó como evaluable (puntaje 3-5) y no evaluable (puntaje 1, 2) evaluado con el coeficiente kappa κ de Cohen donde un valor κ menor a 0.20 = pobre, 0.21–0.40 = regular, 0,41–0,60 = moderado, 0,61–0,80 = sustancial y 0,81–1,00 = acuerdo casi perfecto. Todos los análisis estadísticos se realizaron con JMP 16 (SAS Institute Inc., Cary, NC, EE. UU.). Las diferencias de p < 0,05 se consideraron estadísticamente significativas.

Como se muestra en la Tabla 2, la mediana de la frecuencia cardíaca general durante la adquisición de imágenes de TC fue de 64 lpm (rango: 34-119 lpm). De los 90 pacientes, 70 estaban en ritmo sinusal y 20 presentaban arritmias (fibrilación auricular, 19 pacientes; contracción auricular prematura, 1 paciente).

Analizamos 1080 ERD (3 direcciones × 4 conjuntos de datos × 90 pacientes). Los resultados de la medición de la ERD se presentan en la Tabla 3. En pacientes con frecuencia cardíaca baja, la ERD obtenida con la reconstrucción estándar y SSF2 no fue significativamente diferente (RR 40 % y RR 75 %: p > 0,05). Sin embargo, en pacientes con una frecuencia cardíaca intermedia, la ERD en RR 40 % fue significativamente más corta en SSF2 (2,0 mm) que en las imágenes estándar (2,4 mm) (p < 0,001). En pacientes cuya frecuencia cardíaca era alta, la ERD en RR 40 % y RR 75 % fue significativamente más corta en SSF2- que en las imágenes estándar (p < 0,001). Los gráficos de Bland-Altman para la concordancia intraobservador con respecto al ERD para 4 conjuntos de datos se resumen en la figura 2. Los gráficos casi convergieron dentro del límite del 95 % de concordancia para todos los conjuntos de datos.

Análisis gráfico de Bland-Altman de la concordancia intraobservador con respecto a la distancia de elevación del borde. Reconstrucción estándar y SSF2 en un intervalo RR del 40 % (A y B) y reconstrucción estándar y SSF2 en un intervalo RR del 75 % (C y D). La línea continua representa la diferencia de medias, las líneas discontinuas representan el límite de concordancia del 95 % (diferencia de medias ± 1,96 DE). DE = desviación estándar.

Como se muestra en la Tabla 4, la DE del área del anillo aórtico fue significativamente menor en la reconstrucción SSF2 que en la estándar a nivel bajo (94,7 frente a 63,3 y 105,2 frente a 78,9)-, intermedio (71,8 frente a 47,9 y 90,4 frente a 58,3)- , y frecuencia cardiaca elevada (58,7 vs 45,1 y 70,3 vs 45,8) intervalo RR de 40 y 75% (todos: p < 0,05). Como se muestra en la Tabla 5, la DE del perímetro del anillo aórtico también fue significativamente más pequeña en la reconstrucción SSF2 que en la estándar a nivel bajo (11,6 frente a 7,4 y 9,5 frente a 6,0)-, intermedio (9,4 frente a 5,6 y 10,8 frente a 6,8) -, y frecuencia cardiaca elevada (8,4 vs 4,3 y 9,3 vs 5,4) intervalo RR de 40 y 75% (todos: p < 0,001). Los diagramas de Bland-Altman para la concordancia entre observadores con respecto al área anular y el perímetro se muestran en las Figs. 3 y 4. Para el área y el perímetro, las parcelas casi convergieron dentro del límite de concordancia del 95 % para todos los conjuntos de datos. En particular, la diferencia media (± 1,96 SD) estuvo dentro de un rango más pequeño en SSF2 que en las imágenes de reconstrucción estándar.

Análisis gráfico de Bland-Altman de la concordancia interobservador con respecto a las áreas del anillo aórtico. Reconstrucción estándar y SSF2 en un intervalo RR del 40 % (A y B) y reconstrucción estándar y SSF2 en un intervalo RR del 75 % (C y D). La línea continua representa la diferencia de medias, las líneas discontinuas representan el límite de concordancia del 95 % (diferencia de medias ± 1,96 DE). DE = desviación estándar.

Análisis gráfico de Bland-Altman de la concordancia entre observadores con respecto al perímetro del anillo aórtico. Reconstrucción estándar y SSF2 en un intervalo RR del 40 % (A y B) y reconstrucción estándar y SSF2 en un intervalo RR del 75 % (C y D). La línea continua representa la diferencia de medias y las líneas discontinuas el límite de concordancia del 95 % (diferencia de medias ± 1,96 DE). DE = desviación estándar.

Como se muestra en la Tabla 6, el número de TC de la aorta ascendente y la pared septal del ventrículo y el ruido de la imagen de la aorta ascendente no mostraron diferencias significativas entre las dos reconstrucciones, independientemente de la frecuencia cardíaca de los pacientes (todas: p > 0,05). ). Además, estos CNR tampoco mostraron diferencias significativas entre las dos reconstrucciones a frecuencia cardíaca baja (18,5 frente a 19,5, p = 0,404), intermedia (16,5 frente a 16,3, p = 0,860) y alta (17,6 frente a 18,1). , p = 0,312). El intervalo de confianza del 95 % para la diferencia entre la reconstrucción estándar y SSF2 fue de − 3,0 a 1,2 en pacientes con frecuencia cardíaca baja, − 2,5 a 2,1 en pacientes con frecuencia cardíaca intermedia y − 2,7 a 0,9 en pacientes con frecuencia cardíaca alta . Debido a que el intervalo de confianza del 95 % no cruzó el margen de equivalencia predefinido bilateral (Fig. 5) en todas las clases de frecuencia cardíaca, consideramos que el CNR es equivalente entre nuestra reconstitución estándar y SSF2 independientemente de su frecuencia cardíaca.

Resultados de la prueba de equivalencia. Resultados de la prueba de equivalencia para la diferencia en CNR entre la reconstrucción estándar y SSF2. CNR = relación contraste-ruido; FC = frecuencia cardíaca; SSF2 = Instantánea congelada 2.

La Tabla 7 muestra los resultados de la evaluación visual de las imágenes MPR enviadas por nuestros dos lectores. En pacientes con una frecuencia cardíaca baja, con un RR del 75 %, no hubo diferencias significativas en las puntuaciones medias de las imágenes asignadas a las imágenes sometidas a reconstrucción estándar o SSF2 (p = 0,540). Con un RR del 40 %, las puntuaciones de visualización fueron significativamente más altas para las imágenes reconstruidas con SSF2 que con el estándar (todas: p < 0,01). Hubo un acuerdo sustancial entre observadores con respecto a la calidad general de la imagen (κ = 0,69). La reconstrucción de SSF2 mejoró la calidad de imagen del anillo aórtico en el caso representativo que se muestra en la Fig. 6. Todos los resultados se proporcionan en el archivo complementario.

Imagen clínica de SSF2. En sus 80 s (altura = 157 cm, peso corporal = 58 kg, índice de masa corporal = 23,5 kg/m2), frecuencia cardíaca durante la exploración = 116 lpm (fibrilación auricular). (A) y (C): imágenes MPR del anillo aórtico (intervalo RR = 40% y 75%) usando reconstrucción estándar. Las puntuaciones de visualización para (A) y (C) fueron 1 y 2, respectivamente. (B) y (D): después de la reconstrucción SSF2, ambas puntuaciones de visualización fueron 4. La calidad de imagen evaluable mejoró. WW = ancho de la ventana; WL = nivel de ventana.

Nuestro estudio demuestra que el algoritmo de corrección de movimiento de corazón completo de segunda generación (SSF2) fue superior a la reconstrucción estándar con respecto a la calidad de imagen de las tomografías computarizadas cardíacas previas a TAVI adquiridas para la evaluación del anillo aórtico.

Con un RR del 40 %, las imágenes reconstruidas con SSF2 recibieron puntuaciones de calidad de imagen significativamente más altas que las de la reconstrucción estándar, independientemente de la frecuencia cardíaca de los pacientes (p < 0,001). En RR 75%, en pacientes con una frecuencia cardíaca intermedia y alta, la puntuación de visualización para SSF2- fue más alta que las imágenes reconstruidas estándar. Con RR 40 % y RR 75 %, SSF2 tendía fuertemente a producir puntajes de calidad de imagen más altos que la reconstrucción estándar. En consecuencia, la reconstrucción SSF2 mejoró significativamente la calidad de la imagen, especialmente en pacientes con una frecuencia cardíaca alta o un intervalo RR del 40 %.

El anterior algoritmo de corrección de movimiento específico del proveedor (SSF1) se diseñó para abordar los artefactos de movimiento coronario en las exploraciones cardíacas. Se indicó principalmente para imágenes coronarias y se demostró que mejora la calidad de la imagen y la precisión diagnóstica de las exploraciones realizadas para la detección de estenosis coronaria significativa, especialmente en pacientes con frecuencia cardíaca elevada13,14,15,16,17,18,19, 20 El algoritmo SSF2 amplía la corrección de movimiento para incluir todo el corazón. Se espera que sea útil para obtener imágenes no solo de las arterias coronarias, sino también de otras estructuras intracardíacas no coronarias, como las válvulas cardíacas.

Estudios anteriores que aplicaron la reconstrucción SSF2 a imágenes de las arterias coronarias, de las estructuras del corazón y de las válvulas, y de los grandes vasos mostraron que el algoritmo mejoró significativamente la calidad de la imagen y que el número de escaneos no evaluables fue menor que el de las imágenes sometidas. a la reconstrucción estándar o SSF121,22. Nuestro estudio se centró en el anillo aórtico; indica que SSF2 produjo una mayor corrección de artefactos de movimiento en todo el corazón.

Otros30 que aplicaron SSF1 a la TC cardíaca para mediciones del anillo aórtico informaron que mejoró significativamente la calidad de imagen de los conjuntos de datos de TC sistólica. Examinamos el efecto de SSF2 en una amplia gama de frecuencias cardíacas y demostramos que es útil para la evaluación del anillo aórtico no solo en la fase sistólica sino también en la diastólica. Nuestros hallazgos sugieren que la reconstrucción SSF2 reduce los artefactos de movimiento de la válvula aórtica a lo largo de las fases cardíacas.

La reconstrucción SSF2 no fue útil en el intervalo RR 75% en pacientes con frecuencia cardíaca baja o intermedia. En esas frecuencias cardíacas y fases cardíacas, la resolución temporal en las exploraciones gatilladas por electrocardiograma puede ser suficiente y los artefactos de movimiento pueden no ser inherentes. La reconstrucción de SSF1 y SSF2 puede ser útil en pacientes con frecuencia cardíaca alta y para exploraciones con baja resolución temporal13,14,21,22. Nuestros hallazgos sugieren que SSF2 es tan útil como SSF1 en pacientes con frecuencia cardíaca alta.

SSF1 no puede abordar otras estructuras intracardíacas no coronarias. Calcula las trayectorias de movimiento de las arterias coronarias utilizando la información de imagen de la fase objetivo y las fases vecinas bilaterales para reducir los artefactos de movimiento al compensar el movimiento cardíaco y generar imágenes de TC diagnosticables de las arterias coronarias13,14,15,16,17,18 ,19,20. Por otro lado, el algoritmo SSF2, una técnica completamente automatizada basada en el conocimiento y la retroalimentación obtenida de SSF1, busca en cada región de todos los volúmenes de imagen una ruta local que sea consistente con el subconjunto de datos medidos. Una vez que se identifica la ruta de movimiento de la embarcación, los datos se discretizan en una serie de conjuntos de datos en función de cuándo se midieron los rayos de proyección correspondientes. Cada conjunto de datos de volumen de la serie sufre el proceso de deformación espacial por el campo de movimiento. Esto permite mapear el estado de movimiento desde el tiempo respectivo hasta el tiempo de referencia central que está determinado por la fase cardíaca prescrita21,30. Por lo tanto, SSF2 no solo puede reducir aún más los artefactos de las arterias coronarias debido al movimiento en pacientes con frecuencias cardíacas altas, sino que también mejora la calidad de imagen de otras estructuras vasculares cardíacas, como válvulas y músculos cardíacos en imágenes de TC cardiovasculares. Nuestros resultados respaldan hallazgos anteriores22 de que, en comparación con SSF1, SSF2 mejoró aún más la calidad de imagen no solo de las arterias coronarias sino también de todas las válvulas y otras estructuras cardíacas.

A medida que aumentaba la frecuencia cardíaca, la ERD mediana se hizo significativamente más corta en SSF2- que en las imágenes de reconstrucción estándar. Un ERD más corto da como resultado bordes más nítidos33,34,37. Por lo tanto, el ERD demuestra cuantitativamente que la reconstrucción de SSF2 redujo los artefactos de movimiento atribuibles a una frecuencia cardíaca alta. El concepto de cuantificar los artefactos de movimiento a través del EDR está respaldado por la diferencia significativa (p < 0,001) en nuestros datos de evaluación cualitativa.

Encontramos que la dispersión del área y el perímetro del anillo aórtico medido por dos observadores fue significativamente menor en SSF2- que en las imágenes de reconstrucción estándar, independientemente de la frecuencia cardíaca. Esto sugiere que la reconstrucción SSF2 facilita la medición del anillo aórtico al reducir los artefactos de movimiento. Aunque no evaluamos la precisión de la medición comparando nuestros hallazgos con el estándar de referencia para la ecocardiografía transesofágica32, esperamos que el uso rutinario de SSF2 resulte en una precisión de medición más alta que la imagen de reconstrucción estándar convencional en pacientes con estenosis aórtica severa.

Aunque la TC cardíaca es el estándar de referencia para el estudio de los candidatos a TAVI programados para una investigación de la raíz aórtica1,2, los artefactos de movimiento reducen la precisión del tamaño del anillo aórtico e impactan directamente en el resultado del paciente después del procedimiento TAVI2,7,8,9. Como resultado de la evaluación de la dispersión entre las dos reconstrucciones con respecto al tamaño del anillo aórtico, el SSF2 fue significativamente más pequeño que el estándar, independientemente de la frecuencia cardíaca o el intervalo RR de los pacientes. Para la planificación de TAVI, todavía tendemos a usar imágenes sistólicas para las mediciones2,4,30,31 y el anillo aórtico parece estar mejor delimitado cuando se usa SSF2. Por lo tanto, SSF2 puede contribuir a mejorar la precisión del dimensionamiento del anillo aórtico.

Durante la implantación basada en catéter, especialmente de la prótesis expandible con balón, es importante utilizar una proyección fluoroscópica que proporcione una vista ortogonal exacta sobre el plano anular aórtico2,8,9. Dado que la TC ofrece un conjunto de datos en 3D, permite la identificación de los ángulos de proyección apropiados que proporcionarán una vista ortogonal del plano de la válvula aórtica38,39. Otros1,2 informaron que los ángulos apropiados se pueden predecir a partir de tomografías computarizadas cardíacas previas a la TAVI cuando se utilizan programas de software automatizados dedicados. Sin embargo, esto solo es posible si el plano de la válvula aórtica se define con precisión en la tomografía computarizada39,40. Dado que SSF2 delineó con precisión el anillo aórtico, su aplicación puede resultar en un procesamiento automático más preciso de las imágenes de TC para TAVI.

Dado que la disfunción renal es relativamente común en pacientes ancianos programados para TAVI, se recomienda un protocolo de bajo contraste41. La reconstrucción SSF2 puede ser apropiada en candidatos a TAVI con disfunción renal porque no solo mejora la calidad de la imagen sino que también reduce la necesidad de volver a escanear.

Para evitar el impacto potencial de la reconstrucción de SSF2 en las mediciones cuantitativas del ERD, medimos el número de CT en la aorta ascendente, el ruido de la imagen y el CNR en las imágenes reconstruidas de SSF2. Descubrimos que el CNR era equivalente entre exploraciones sujetas a reconstrucción estándar o SSF2 independientemente de la frecuencia cardíaca de los pacientes, lo que confirma que SSF2 corrigió solo los artefactos de movimiento y que no afectó a otros parámetros.

Nuestro estudio tiene algunas limitaciones. Primero, nuestra población de estudio fue relativamente pequeña y nuestra investigación se basó en experiencias de un solo centro. En segundo lugar, debido a que no teníamos un estándar de referencia, como ecocardiografías transesofágicas para todos los pacientes, nuestra capacidad para determinar si la calidad de imagen del anillo aórtico juzgada subjetivamente mejora la precisión de las mediciones. En tercer lugar, solo evaluamos las diferencias entre dos algoritmos de reconstrucción aplicados en el mismo escáner de TC y no comparamos nuestros hallazgos con los realizados, por ejemplo, en escáneres de TC de fuente dual. Finalmente, se están realizando estudios adicionales para determinar si la solidez de la reconstrucción SSF2 permite reducir el rango de relleno preestablecido antes de la exploración, minimizando así la dosis de radiación requerida.

En conclusión, nuestros hallazgos sugieren que el algoritmo SSF2 fue superior a la reconstrucción estándar porque mejoró la calidad de la imagen y redujo los artefactos de movimiento, especialmente en pacientes con una frecuencia cardíaca alta o un intervalo RR del 40 %. Estos hallazgos pueden ayudar a SSF2 a mejorar la precisión del tamaño del anillo aórtico antes de TAVI ("Información complementaria").

Todos los datos relevantes se encuentran dentro del manuscrito principal.

Latidos por minuto

Tomografía computarizada

Relación de contraste a ruido

Distancia de elevación del borde

Reconstrucción multiplanar

Region de interes

Desviación Estándar

Congelación de instantáneas

Implante transcatéter de válvula aórtica

Schuhbaeck, A. et al. Reproducibilidad de las mediciones del anillo aórtico por tomografía computarizada. EUR. Radiol. 24, 1878–1888. https://doi.org/10.1007/s00330-014-3199-5 (2014).

Artículo PubMed Google Académico

Achenbach, S. et al. Documento de consenso de expertos del SCCT sobre imágenes de tomografía computarizada antes del implante de válvula aórtica transcatéter (TAVI)/reemplazo de válvula aórtica transcatéter (TAVR). J. Cardiovasc. computar Tomgr. 6, 366–380. https://doi.org/10.1016/j.jcct.2012.11.002 (2012).

Artículo PubMed Google Académico

Andreini, D. et al. Calidad de imagen y dosis de radiación de la angiografía por TC coronaria realizada con un escáner de TC de cobertura de corazón completo con algoritmo de corrección de movimiento intraciclo en pacientes con fibrilación auricular. EUR. Radiol. 28, 1383–1392. https://doi.org/10.1007/s00330-017-5131-2 (2018).

Artículo PubMed Google Académico

Binder, RK et al. El impacto de la integración de un algoritmo de tamaño del área anular de tomografía computarizada multidetector en los resultados del reemplazo de válvula aórtica transcatéter: un ensayo prospectivo, multicéntrico y controlado. Mermelada. Col. Cardiol. 62, 431–438. https://doi.org/10.1016/j.jacc.2013.04.036 (2013).

Artículo PubMed Google Académico

Harris, BS et al. Tomografía computarizada de fuente dual para planificar el reemplazo de la válvula aórtica transcatéter: precisión para el diagnóstico de la enfermedad arterial coronaria obstructiva. Radiología 275, 80–88. https://doi.org/10.1148/radiol.14140763 (2015).

Artículo PubMed Google Académico

Kodali, S. et al. Resultados clínicos y ecocardiográficos tempranos después del reemplazo de válvula aórtica transcatéter SAPIEN 3 en pacientes inoperables, de riesgo alto e intermedio con estenosis aórtica. EUR. Corazón J. 37, 2252–2262. https://doi.org/10.1093/eurheartj/ehw112 (2016).

Artículo PubMed PubMed Central Google Académico

Makkar, RR et al. Reemplazo transcatéter de válvula aórtica para estenosis aórtica severa inoperable. N. ingl. J.Med. 366, 1696–1704. https://doi.org/10.1056/NEJMoa1202277 (2012).

Artículo CAS PubMed Google Académico

Holmes, DR Jr. et al. Documento de consenso de expertos de ACCF/AATS/SCAI/STS de 2012 sobre el reemplazo transcatéter de la válvula aórtica. Mermelada. Col. Cardiol. 59, 1200–1254. https://doi.org/10.1016/j.jacc.2012.01.001 (2012).

Artículo PubMed Google Académico

Schmidkonz, C. et al. Variabilidad interobservador de la angiografía por TC para la evaluación de las dimensiones del anillo aórtico antes del implante percutáneo de válvula aórtica (TAVI). EUR. J. Radiol. 83, 1672–1678. https://doi.org/10.1016/j.ejrad.2014.06.001 (2014).

Artículo CAS PubMed Google Académico

Leipzig, J. et al. Directrices SCCT para la interpretación y el informe de la angiografía por TC coronaria: un informe del Comité de Directrices de la Sociedad de Tomografía Computarizada Cardiovascular. J. Cardiovasc. computar Tomgr. 8, 342–358. https://doi.org/10.1016/j.jcct.2014.07.003 (2014).

Artículo PubMed Google Académico

Aghayev, A., Murphy, DJ, Keraliya, AR y Steigner, ML Avances recientes en el uso de escáneres de tomografía computarizada en la obtención de imágenes de las arterias coronarias. Experto Rev. Med. Dispositivos 13, 545–553. https://doi.org/10.1080/17434440.2016.1184968 (2016).

Artículo CAS PubMed Google Académico

Ren, P. et al. Reducción de artefactos de movimiento en imágenes de angiografía por TC coronaria con un método de aprendizaje profundo. BMC Med. Imágenes 22, 184. https://doi.org/10.1186/s12880-022-00914-2 (2022).

Artículo PubMed PubMed Central Google Académico

Liang, J. et al. Impacto de SSF en el rendimiento diagnóstico de la angiografía por tomografía computarizada coronaria dentro de 1 latido cardíaco en pacientes con frecuencia cardíaca alta utilizando una tomografía computarizada con detector de 256 filas. J. Cómputo. Asistir. Tomgr. 42, 54–61. https://doi.org/10.1097/RCT.0000000000000641 (2018).

Artículo PubMed Google Académico

Wen, B., Xu, L., Liang, J., Fan, Z. & Sun, Z. Un estudio preliminar de angiografía coronaria por tomografía computarizada dentro de un solo ciclo cardíaco en pacientes con fibrilación auricular usando tomografía computarizada con detector de 256 filas. J. Cómputo. Asistir. Tomgr. 42, 277–281. https://doi.org/10.1097/RCT.0000000000000683 (2018).

Artículo PubMed Google Académico

Liang, J. et al. Rendimiento diagnóstico de la angiografía por TC coronaria con detector de 256 filas en pacientes con frecuencia cardíaca alta dentro de un solo ciclo cardíaco: un estudio preliminar. clin. Radiol. https://doi.org/10.1016/j.crad.2017.03.004 (2017).

Artículo PubMed Google Académico

Sheta, HM et al. Impacto de un algoritmo de corrección de movimiento en la calidad de imagen en pacientes sometidos a angiografía por TC: un ensayo controlado aleatorio. clin. Imágenes 42, 1–6. https://doi.org/10.1016/j.clinimag.2016.11.002 (2017).

Artículo PubMed Google Académico

Sheta, HM, Egstrup, K., Husic, M., Heinsen, LJ y Lambrechtsen, J. Impacto de un algoritmo de corrección de movimiento sobre la calidad y la utilidad diagnóstica en pacientes no seleccionados que se someten a una angiografía coronaria por TC. clin. Imágenes 40, 217–221. https://doi.org/10.1016/j.clinimag.2015.10.007 (2016).

Artículo PubMed Google Académico

Machida, H. et al. Influencia del algoritmo de corrección de movimiento en la calidad y la interpretabilidad de las imágenes de angiografía por TC coronaria de 64 detectores de fuente única entre pacientes agrupados por frecuencia cardíaca. Jpn. J. Radiol. 33, 84–93. https://doi.org/10.1007/s11604-014-0382-1 (2015).

Artículo PubMed Google Académico

Lee, H. et al. Impacto de un algoritmo de corrección de movimiento específico del proveedor en la calidad de imagen, la interpretabilidad y el rendimiento diagnóstico de la angiografía por TC coronaria de rutina diaria: Influencia de la frecuencia cardíaca en el efecto de la corrección de movimiento. En t. J. Cardiovasc. Imágenes 30, 1603-1612. https://doi.org/10.1007/s10554-014-0499-4 (2014).

Artículo PubMed Google Académico

Leipzig, J. et al. Efecto de un nuevo algoritmo de corrección de movimiento específico del proveedor sobre la calidad de la imagen y la precisión diagnóstica en personas que se someten a una angiografía coronaria por TC sin medicamentos para el control de la frecuencia. J. Cardiovasc. computar Tomgr. 6, 164–171. https://doi.org/10.1016/j.jcct.2012.04.004 (2012).

Artículo PubMed Google Académico

Liang, J. et al. El algoritmo de corrección de movimiento de segunda generación mejora la precisión diagnóstica de la angiografía por TC coronaria de un solo latido en pacientes con frecuencia cardíaca aumentada. EUR. Radiol. 29, 4215–4227. https://doi.org/10.1007/s00330-018-5929-6 (2019).

Artículo PubMed Google Académico

Sun, J. et al. mejorar aún más la calidad de imagen de la angiografía por tomografía computarizada cardiovascular para niños con frecuencia cardíaca alta mediante el algoritmo de corrección de movimiento de segunda generación. J. Cómputo. Asistir. Tomgr. 44, 790–795. https://doi.org/10.1097/RCT.0000000000001035 (2020).

Artículo PubMed Google Académico

Mushtaq, S., Conte, E., Melotti, E. & Andreini, D. Angiografía por TC coronaria en pacientes desafiantes: frecuencia cardíaca alta y fibrilación auricular. Una revisión. Academia Radiol. 26, 1544–1549. https://doi.org/10.1016/j.acra.2019.01.022 (2019).

Artículo PubMed Google Académico

Le Roy, J. et al. Impacto de los algoritmos de corrección de movimiento en la calidad de imagen en niños sometidos a angiografía por tomografía computarizada coronaria: una comparación con adquisiciones monofásicas y multifásicas regulares. Circ. Cardiovasc. Imágenes 12, e009650. https://doi.org/10.1161/CIRCIMAGING.119.009650 (2019).

Artículo PubMed Google Académico

Fuchs, TA et al. Impacto de un nuevo algoritmo de corrección de movimiento en la calidad de imagen de la angiografía por TC coronaria de dosis baja en pacientes con control insuficiente de la frecuencia cardíaca. Academia Radiol. 21, 312–317. https://doi.org/10.1016/j.acra.2013.10.014 (2014).

Artículo PubMed Google Académico

Lell, MM & Kachelriess, M. Desarrollos tecnológicos recientes y futuros en tomografía computarizada: alta velocidad, dosis baja, aprendizaje profundo, multienergía. Invertir. Radiol. 55, 8–19. https://doi.org/10.1097/RLI.0000000000000601 (2020).

Artículo PubMed Google Académico

Greffier, J. et al. Calidad de imagen y oportunidad de reducción de dosis del algoritmo de reconstrucción de imágenes de aprendizaje profundo para TC: un estudio fantasma. EUR. Radiol. 30, 3951–3959. https://doi.org/10.1007/s00330-020-06724-w (2020).

Artículo PubMed Google Académico

Solomon, J., Lyu, P., Marin, D. y Samei, E. Propiedades de resolución espacial y ruido de un algoritmo de reconstrucción de TC basado en aprendizaje profundo disponible comercialmente. Medicina. física 47, 3961–3971. https://doi.org/10.1002/mp.14319 (2020).

Artículo PubMed Google Académico

Benz, DC et al. Validación de la reconstrucción de imágenes de aprendizaje profundo para la angiografía por tomografía computarizada coronaria: impacto en el ruido, la calidad de la imagen y la precisión diagnóstica. J. Cardiovasc. computar Tomgr. 14, 444–451. https://doi.org/10.1016/j.jcct.2020.01.002 (2020).

Artículo PubMed Google Académico

Pronto, J. et al. El efecto de un algoritmo de corrección del movimiento de todo el corazón sobre la calidad de imagen de la TC y la reproducibilidad de la medición en la evaluación del anillo aórtico previa a la TAVR. J. Cardiovasc. computar Tomgr. 10, 386–390. https://doi.org/10.1016/j.jcct.2016.08.001 (2016).

Artículo PubMed Google Académico

Apfaltrer, P. et al. Tomografía computarizada para la planificación del reemplazo valvular aórtico transcatéter. J. Thorac. Imágenes 28, 231–239. https://doi.org/10.1097/RTI.0b013e318292040c (2013).

Artículo PubMed Google Académico

Rixe, J. et al. La tomografía computarizada multidetector es equivalente a la ecocardiografía transesofágica para la evaluación del anillo aórtico antes del implante percutáneo de válvula aórtica. EUR. Radiol. 22, 2662–2669. https://doi.org/10.1007/s00330-012-2530-2 (2012).

Artículo PubMed Google Académico

Tatsugami, F. et al. Evaluación de stent de arteria coronaria con reconstrucción iterativa basada en modelos en angiografía coronaria por TC. Academia Radiol. 24, 975–981. https://doi.org/10.1016/j.acra.2016.12.020 (2017).

Artículo PubMed Google Académico

Tatsugami, F. et al. Algoritmo de restauración de imágenes basado en aprendizaje profundo para angiografía coronaria por TC. EUR. Radiol. 29, 5322–5329. https://doi.org/10.1007/s00330-019-06183-y (2019).

Artículo PubMed Google Académico

Gupta, AK et al. Optimización de la tecnología de TC helicoidal de fila de detectores múltiples de ocho elementos para la evaluación del abdomen. Radiología 227, 739–745. https://doi.org/10.1148/radiol.2273020591 (2003).

Artículo PubMed Google Académico

Piaggio, G. et al. Informe de ensayos aleatorios de no inferioridad y equivalencia: extensión de la declaración CONSORT 2010. JAMA 308, 2594–2604. https://doi.org/10.1001/jama.2012.87802 (2012).

Artículo CAS PubMed Google Académico

Suzuki, S., Machida, H., Tanaka, I. y Ueno, E. Medición del diámetro vascular en la angiografía por TC: comparación de la reconstrucción iterativa basada en modelos y los algoritmos de retroproyección filtrada estándar in vitro. AJR Am. J. Roentgenol. 200, 652–657. https://doi.org/10.2214/AJR.12.8689 (2013).

Artículo PubMed Google Académico

Tzikas, A., Schultz, C., Van Mieghem, NM, de Jaegere, PP & Serruys, PW Estimación de proyección óptima para el implante transcatéter de válvula aórtica basada en aortografía de contraste: Validación de un prototipo de software. Catéter. Cardiovasc. interv. 76, 602–607. https://doi.org/10.1002/ccd.22641 (2010).

Artículo PubMed Google Académico

Gurvitch, R. et al. Tomografía computarizada multicorte para la predicción de proyecciones de despliegue angiográfico óptimas durante la implantación transcatéter de válvula aórtica. JACC Cardiovascular. interv. 3, 1157–1165. https://doi.org/10.1016/j.jcin.2010.09.010 (2010).

Artículo PubMed Google Académico

Arnold, M. et al. Un método para determinar las proyecciones fluoroscópicas adecuadas para el implante de válvula aórtica transcatéter mediante tomografía computarizada. J. Cardiovasc. Calcular Tomgr. 6, 422–428. https://doi.org/10.1016/j.jcct.2012.10.008 (2012).

Artículo PubMed Google Académico

Geyer, LL et al. Protocolo de medio de contraste de bajo volumen para la evaluación integral de TC cardíaca y aortoilíaca en el contexto del reemplazo de válvula aórtica transcatéter. Academia Radiol. 22, 1138–1146. https://doi.org/10.1016/j.acra.2015.03.018 (2015).

Artículo PubMed Google Académico

Descargar referencias

Departamento de Radiología, Hospital Universitario de Hiroshima, 1-2-3 Kasumi, Minami-ku, Hiroshima, Japón

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

Departamento de Radiología de Diagnóstico, Escuela de Graduados en Ciencias Biomédicas y de la Salud, Universidad de Hiroshima, 1-2-3 Kasumi, Minami-ku, Hiroshima, Japón

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

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

YM: Conceptualización, Curación de datos, Análisis formal, Investigación, Metodología, Visualización, Roles/Redacción—borrador original; Redacción: revisión y edición. CF: Investigación, Administración de proyectos, Visualización. KY: Investigación, Administración de proyectos, Visualización. NK: Conceptualización, Investigación, Metodología. ES: Investigación, Supervisión, Visualización. MK: Administración de proyectos, Supervisión, Visualización. TE: Supervisión. IK: Supervisión. FT: Conceptualización, Análisis formal, Metodología, Redacción—revisión y edición. SN: Supervisión. KA: Conceptualización, Metodología, Administración de proyectos, Supervisión, Visualización, Redacción—revisión y edición.

Correspondencia a Yoriaki Matsumoto.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Matsumoto, Y., Fujioka, C., Yokomachi, K. et al. Evaluación del algoritmo de corrección del movimiento de todo el corazón de segunda generación (SSF2) utilizado para demostrar el anillo aórtico en la TC cardíaca. Informe científico 13, 3636 (2023). https://doi.org/10.1038/s41598-023-30786-7

Descargar cita

Recibido: 21 agosto 2022

Aceptado: 01 de marzo de 2023

Publicado: 03 marzo 2023

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.

COMPARTIR