预测血管风险使用首次呈现动脉瘤下关节出血体积:使用ITK-SNAP进行半自动CT图像细分分析
James S Street1, Anand S Pandit2,3, Ahmed K Toma2
1Department of Clinical and Experimental Epilepsy, Institute of Neurology, University College London, London, United Kingdom.
PloS one
|June 1, 2023
概括
在动脉瘤下关节出血 (aSAH) 后初始CT头部扫描上量化血液体积可以预测未来的血管. 这种半自动化方法提供了比修改后的费舍尔尺度更准确的预测.
科学领域:
- 神经成像是一种神经成像.
- 放射学 放射学是一门学科.
- 神经外科 神经外科
背景情况:
- 大脑血管是动脉瘤下arachnoid出血 (aSAH) 的一个主要并发症,导致神经学结果差.
- 血管的早期检测和预测对于及时干预和改善患者管理至关重要.
研究的目的:
- 开发和验证一条半自动管道,从初始CT头部 (CTH) 扫描中对脑下关节下血液体积进行细分.
- 评估细分血液体积对放射性血管的发展和严重性的预测价值.
主要方法:
- 对42名aSAH患者进行了一项回顾性队列研究.
- 在ITK-SNAP中使用半自动随机森林分类器和积极的轮演变来细分下结节血量.
- 分析了临床数据,以将血液体积与血管风险相关联.
主要成果:
- 半自动化细分显示出与手动细分的高度一致 (迪斯系数 = 0.92).
- 在CTH扫描中,增加的总正常化血液体积与放射性血管的更高风险显著相关 (OR = 1.069).
- 血液体积在预测血管方面表现优于修改后的费舍尔尺度 (AUC = 0.86与0.70).
结论:
- 从CTH扫描中对血液体积进行半自动细分是aSAH患者的一种可行的方法.
- 甲状腺下全血量是放射性血管,其持续时间和严重性的强大和独立的预测指标.
- 与修改后的费舍尔尺度相比,这种方法提供了更高的预测准确度.
