使用Cardio StillShot软件可进行心脏精确成像

在心脏计算机断层扫描（ CT ）成像中，获取心脏及其血管的清晰诊断图像是一项挑战，因为心脏总是在运动，结果图像可能会模糊。当心脏快速跳动，每分钟 75 次以上或不规则跳动时，良好的图像分辨率几乎是不可能的。

全球诊断成像领导者 Fujifilm Healthcare 开发了 Cardio StillShot软件，该软件使用 NVIDIA GPU ，并与现有的全身 X 射线 CT 系统 SCENARIA View 集成，可在任何心率下进行精确的心脏成像。该软件无需高速旋转扫描仪即可改善诊断成像。此外，通过检测心脏运动并通过运动校正防止图像模糊， Cardio StillShot 的时间分辨率比传统图像重建方法高出 6 倍以上。

清晰的心脏 CT 图像有助于临床团队无创地观察冠状动脉、主动脉瓣和心肌等结构，并诊断心力衰竭、心肌病和结构异常等心脏问题。

心血管疾病发病率和无创诊断工具

心血管疾病（ CVD ）是全球主要的死亡原因。根据 WHO ， 2019 年估计有 1790 万人死于心血管疾病，占全球死亡人数的 32% 。在这些死亡中， 85% 是由于心脏病发作和中风。冠状动脉 CT 血管造影（ CCTA ）等成像技术是一种广泛使用的无创性诊断工具，可用于早期评估患者的心血管疾病风险。

CCTA 有助于识别冠状动脉中的斑块沉积，为心脏提供氧气和营养。斑块是脂肪、胆固醇和其他物质在动脉壁上的堆积，导致流向心脏的血液收缩。

及早发现斑块堆积有助于预防心脏病发作。在 ECG 门控心脏 CT 中， X 射线图像是在心脏期获得的，几乎没有心脏运动，或者使用多个样本进行图像重建，以创建冠状动脉的静态图像。

高心率时的成像困难

心率高或心率不规则的患者需要像其他患者一样进行扫描。不幸的是，在这种情况下，扫描仪很难获得清晰的诊断图像。 心率为每分钟 60-75 次（ BPM ）时，有足够的时间在两次心跳之间拍摄图像。但是，当心率上升到 75 BPM 以上时，成像时间窗口变得太短，导致图像模糊。冠状动脉的详细成像需要高时间分辨率。

Cardio StillShot 的开发目的是通过检测和纠正心脏运动来实现高时间分辨率，即使患者的心率很高，也不会使用β受体阻滞剂或其他药物来降低心率。

从 CPU 过渡到 GPU 以发展有氧静坐

心脏静像图像重建软件解决了时间分辨率的传统问题。此前，富士胶片医疗公司使用 CPU 重建图像并消除模糊。然而， CPU 不再是有氧静态拍摄的可行选项，因为每张图像所需的计算量增加了 10 倍。 Fujifilm Healthcare 过渡到 NVIDIA GPU 和 NVIDIA 软件，以开发有氧静像。通过 NVIDIA RTX A6000 GPU 计算性能达到 77 TFLOPS ，有助于计算运动矢量场（ MVF ），从而获得清晰的图像供临床使用。 Fujifilm Healthcare 还使用了 NVIDIA 软件堆栈和工具，包括 NVIDIA OpticalFlow SDK 来估计像素级运动， CUDA 用于加速计算， NVIDIA Nsight Compute 来优化性能。

探索 4D 运动矢量场以提高图像清晰度

Fujifilm Healthcare 使用 4D MVF 来估计 CCTA 图像中的运动。 MVF 方法自动跟踪和校正心脏的运动，从而获得更清晰的图像。改进是时间分辨率提高了 6.25 倍，从标准重建中的 175 毫秒时间分辨率提高到使用 Cardio StillShot 软件时的 28 毫秒。使用 NVIDIA GPU ，只需 30 秒即可重建清晰的心脏视图。

加速计算为现有扫描仪增加了高级功能

对于 Fujifilm Healthcare ，使用加速计算改变了 CT 设计的系统性能和成本。通常，高性能功能需要昂贵的设计和制造升级。 Fujifilm Healthcare 与 NVIDIA GPU 合作打破了这一趋势，通过软件增强为扫描仪添加了高级功能。将 GPU 加速度添加到静态快照图像重建软件中，可以提高现有 CT 扫描仪的心脏图像质量，时间分辨率超过 6 倍。 Cardio StillShot 软件在 Fujifilm Healthcare 最新型号的 SCENARIA View 上运行。

关于作者

Vanessa Braunstein 在 NVIDIA 的医疗团队从事产品营销工作。此前，她在基因组学、医学成像、制药、化学和诊断公司从事产品开发和营销。她学习分子和细胞生物学、公共卫生和商业。

Marc Edgar 是 NVIDIA 的医疗设备高级联盟经理，帮助各种规模的医疗保健公司发展，以提高质量、可负担性和获得医疗保健的机会。在加入 NVIDIA 之前，他在 General Ele CTR ic 工作了超过 25 年。他开发并商业化了许多 AI / ML 算法，并在医疗保健和工业领域拥有 16 项专利。

审核编辑：郭婷