Un flusso di lavoro integrato per esaminare facilmente i dati relativi alla quantificazione del calcio coronarico e dei dati della CCTA

• Punteggio del calcio automatico basato sul deep learning

  • Il modello di deep learning etichetta automaticamente i territori delle arterie coronarie.
  • Il modello di deep learning segmenta automaticamente le calcificazioni all'interno dei territori delle arterie coronarie e fornisce i punteggi totali e in base al territorio.
  • I modelli di deep learning sono stati sviluppati e addestratitestati su una vasta gamma di set di dati clinici provenienti dalla popolazione globale, su diversi tipi di scanner e fornitori.
  • Possibilità di assegnare calcificazioni ai singoli rami delle arterie coronarie.
  • Possibilità di valutare ed etichettare le calcificazioni rilevate nell'aorta e nelle valvole cardiache.
• Revisione CCTA 2D

  • Rapido passaggio dalla quantificazione del calcio coronarico alla CCTA per l'esame dei dati mediante un flusso di lavoro integrato.
  • Caricamento dati multifase per l'analisi del movimento relativo alla mobilità della camera o all'identificazione della fase target per l'analisi coronarica.
  • Consente di valutare la coronaropatia mediante linee di riferimento oblique per generare viste attraverso le arterie.
  • Accesso pratico a ulteriori modelli di rendering (MIP, MinIP e Average) per una migliore valutazione.
  • Strumenti di misurazione per la generazione delle distanze e ROI.