![](/upload/news/images/2020/9/2020928154514936.jpg)
近日,记者从首都医科大学宣武医院获悉,该院教授卢洁团队在《自然—通讯》刊发的一项研究表明,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。
目前,临床上完成头颈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。
为此,该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。
据了解,此次研究共纳入多中心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。
并且,研究者还总结分析了2019年7月~11月该系统在宣武医院的应用情况,最终结果为,该系统将图像的平均后处理时间由14.22±3.64分钟减至4.94±0.36分钟,技师点击次数由115.87±25.9下减至4下。
据悉,该研究为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。” 卢洁表示,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。
相关论文信息:https://doi.org/ 10.1038/s41467-020-18606-2
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。