Influencia de la reconstrucción de imágenes de aprendizaje profundo y la reconstrucción iterativa estadística...

Área de la Ciencia:

• Neurorradiología
• Imagenología médica
• Diagnóstico de accidente cerebrovascular

Sus antecedentes:

• El puntaje CT temprano del programa de accidente cerebrovascular de Alberta (ASPECTS) es crucial para el neurodiagnóstico.
• Los avances en las técnicas de reconstrucción de TC impactan el análisis automatizado de ASPECTS.

Objetivo del estudio:

• Evaluar el efecto de diferentes técnicas de reconstrucción de TC en ASPECTS automatizado.
• Comparar las reconstrucciones ASIR-V y DLIR con el retroproyección filtrada (FBP).

Principales métodos:

• Análisis retrospectivo de 173 pacientes con sospecha de infarto de la arteria cerebral media.
• TC reconstruidas utilizando FBP, ASIR-V (30%, 60%) y DLIR (bajo, medio, alto).
• Análisis automatizado de ASPECTS con FBP como estándar de referencia.

Principales resultados:

• ASIR-V y DLIR generalmente subestimaron ASPECTS en comparación con FBP.
• DLIR-M mostró la mayor concordancia con el consenso de expertos (κ=0.352).
• DLIR-M reclasificó a la mayoría de los pacientes (n=5) de ASPECTS ≤5 a ≥6, lo que podría aumentar la elegibilidad para la terapia endovascular.

Conclusiones:

• ASIR-V y DLIR causan una leve subestimación de ASPECTS pero son comparables a FBP.
• DLIR-M demuestra la mayor concordancia con el consenso de expertos para ASPECTS automatizado.
• La selección cuidadosa y la estandarización de los parámetros de reconstrucción de TC son vitales para la obtención de imágenes de accidentes cerebrovasculares.