壹生资讯-卢洁团队在《Nature Communication》上首发人工智能在头颈CTA血管重建的应用价值

您已通过HCP身份认证和信息审核

(

卢洁团队在《Nature Communication》上首发人工智能在头颈CTA血管重建的应用价值

2020-09-30作者：静资讯

冠心病

（通讯员王蕾）9月，首都医科大学宣武医院卢洁教授团队在Nature子刊《Nature Communication》在线发表题为《Rapid vessel segmentation and reconstruction of head and neck CTA using 3D convolutional neural network》的研究论文。该研究首次利用3D卷积神经网络设计开发一个可实现头颈CTA血管分割的后处理系统，自动完成头颈CTA血管重建，通过人工智能（AI）自动去骨，在提高精准度的同时，避免二次扫描，降低患者辐射剂量。论文第一作者为傅璠博士、通讯作者为卢洁教授。

目前，临床完成头颈CTA的图像后处理主要依赖于技师手动勾画重建，平均一个病人的后处理时间约20-30分钟。随着头颈CTA检查数量的不断增多，后处理重建技师的工作压力逐渐增大。同时，由于头颈血管走形迂曲且与颅骨关系密切，对人工智能的算法也提出了更高要求。本研究利用基于生理解剖结构分区的3D神经卷积网络，分别对主动脉弓、颈动脉及颅内动脉进行精准分割提取，结合连通性生长预测网络（CGPM），完成头颈CTA血管重建。

图1：CerebralDoc系统的骨分割和血管分割流程图。a: 3D ResU-Net结构单元实现头颈CTA中骨和血管的自动分割；b: 全系统流程图，ResU-Net 1和ResU-Net 2用于实现骨分割，ResU-Net 3 实现血管分割，最后CGPM生长网络用于血管断裂处的连接，完成图像后处理。

本研究纳入多中心共18766例行头颈CTA检查的患者（9370例男性和9396例女性，平均年龄63.2岁）进行模型构建，算法评价指标戴斯相关系数、血管加权分数和召回率均达到90%以上。之后前瞻性纳入 152例CTA图像进行AI重建与技师手动重建的比较，AI重建的合格率为92.1%，且与手动重建相比，AI重建VR图像的血管边界更光滑、最大密度投影重建（MIP）图像的去骨效果更佳。本文同时总结分析了2019年7月-11月该系统在宣武医院的应用情况。该系统将图像的平均后处理时间由14.22±3.64 min 减至 4.94±0.36min，技师点击次数由115.87±25.9下减至4下。

图2：AI重建和手动重建图像质量的比较。第一列可见AI 重建图像血管管壁更加光滑，分支显示更远；第二列可见手动去骨受扫描的影响较大，g图可见血管周围大量骨残留影响其观察，对同一病例AI通过增强扫描完成去骨，去骨效果良好，同时避免进行二次扫描。

本研究报道的人工智能头颈CTA后处理重建是目前国内首个针对头颈血管分割提取的大规模研究，研究结果不仅体现了卷积神经网络在医学图像后处理的应用优势，而且反映了人工智能后处理重建系统在临床的应用价值和潜力。未来人工智能有望继续为推进疾病精准诊断，优化医疗服务流程，提高医疗服务效率做出更大贡献。

200 评论

知情同意书

卢洁团队在《Nature Communication》上首发人工智能在头颈CTA血管重建的应用价值

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接