近日，深圳睿心智能医疗科技有限公司线上出席于新加坡召开的MICCAI2022(International Conference on Medical lmage Computing and ComputerAssisted Intervention) 大会，并作题为《Coronary R-CNN: 首个基于目标检测的冠脉CTA斑块分析新型算法》的报告分享。该报告论文已被MICCAI大会收录。
MICCAI (International Conference on Medical lmage Computing and ComputerAssisted Intervention) 作为国际顶级的医学影像计算与计算机辅助相关领域的知名学术会议，每年吸引和集结国内国外著名生物医学科学家、工程师和临床医生共探行业发展与技术前沿。
全球首个基于目标检测的冠脉斑块评估方法——Coronary R-CNN
冠脉斑块由于其形状的多变性和成分的复杂性，在CCTA上通常较难被自动算法准确识别目前行业领域内现有的算法大多是沿着血管中心线逐点进行斑块的预测和分析，这些方法常常受限于较小的网络模型感受野。因此，睿心团队提出了一种新型的基于目标检测的血管层面斑块检测及分析框架。
Coronary R-CNN由两部分组成，斑块检测模块和斑块分析模块。模拟医生诊断过程先“扫”一遍整体情况，确定几个疑似斑块的可能区域(斑块检测模块)，随后在这些可疑区域内，针对性地进行斑块成分分析和狭窄率预测(斑块分析模块)。
Coronary R-CNN的输入是以血管为单位的CPR曲面重建图像，且考虑到管腔在图像中的占比较小，睿心团队将其转化为极坐标表示，充分利用其血管类圆形的结构，便于模型充分提取其管腔以及斑块信息。
图1：方法整体结构
此外，根据实际任务的相关性，睿心研发团队在斑块分析模块中提出了一种新的斑块成分分析方法，即斑块二进制编码分类，将四分类任务简化为两个二分类任务，提升模型的专注度。
图2：多任务斑块分析模块
Coronary R-CNN斑块分析仅需2秒
目前，由于基于血管的中心线来部署判断路线，领域内大多同类分析方法均存在分析时间受血管长度直接影响的问题，血管越长，处理的时间越久。
与现存的多种分析软件及方法不同，睿心团队直接将沿冠状动脉中心线的整个曲面重建CPR) 体积输入到自研的深度学习网络中，一次性判断整根血管，“眼界”更宽，全局感更强不再桎梏于感受野的限制。
据悉，仅基于该1个算法载体，即可完成血管的解剖学信息和斑块情况的同时评估，其中，斑块分析时间仅需2秒。
1000+临床案例 (近8000条血管)验证高精准性
项目研发团队收集了来自超6个临床中心的1031例患者的CCTA数据 (已脱敏，隐去个人隐私信息)，共7961条血管，包含3366个斑块 (788个钙化斑块，1285个非钙化斑块，1293个混合斑块)每例数据的标注都由三名放射科医生完成。
期间，团队采用了消融实验来验证CoronaryR-CNN的创新点，比如大数据预训练 (A)极坐标转换(B)和二进制编码斑块分类。
图3：基于SCCT分段层面的消融实验对比结果
实验期间，同时和目前现有的较新方法进行了横向对比，充分验证了Coronary R-CNN的成果有效性且优于领域内现存算法。
图4：基于SCCT分段层面的方法与领域内其他现有方法的对比结果
图5：不同方法定性结果在线CPR上的对比展示
Coronary R-CNN是国际首个应用在冠脉CTA斑块检测分析领域的基于目标检测的血管层面分析方法。该方法在该领域的首次探索，为未来的冠脉CTA斑块分析开辟了一条全新的道路。
Coronary R-CNN将搭载至冠脉CTA影像智能处理平台一-睿心智慧脉 (RuiXin CoronaryAI)，助力该产品更精准、高效地服务于冠心病诊疗前期筛查检测。
睿心医疗CTO马骏表示，Coronary R-CNN将使睿心智慧脉 (RuiXin Coronary AI) 在分析结果更加精准的同时，将原本已经很快的影像分析处理流程更加提速三倍以上。
睿心智慧脉 (RuiXin Coronary AI) 已于2021年9月获国家食品药品监督管理局 (NMPA)认证 。