用计算机断层扫描图像自动计算的灰白质比率预测心脏骤停的结果
Hsinhan Tsai1, Chien-Yu Chi2, Liang-Wei Wang2
1Department of Computer Science and Information Engineering, National Taiwan University, Taipei, 106216, Taiwan R.O.C.
Critical care (London, England)
|April 9, 2024
概括
一种自动化方法准确地测量了脑CT扫描中的灰白质比 (GWR),显著改善了医院外心脏骤停 (OHCA) 幸存者的神经结果的预测.
科学领域:
- 神经学 神经学
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 医院外心脏骤停 (OHCA) 的幸存者经常经历神经缺陷.
- 早期预测神经学结果对于患者管理至关重要.
- 大脑计算机断层扫描 (CT) 通常用于心脏骤停后的护理.
研究的目的:
- 开发一种自动化方法,从脑CT扫描中测量灰白物质比率 (GWR).
- 评估自动化GWR对OHCA患者早期神经结果的预测意义.
主要方法:
- 对443名早期脑CT扫描的OHCA患者进行了回顾性研究.
- 使用图像注册,K-means细分和精细化进行自动GWR测量.
- 自动化GWR与手动方法和临床变量进行结果预测的比较.
主要成果:
- 与手动方法 (AUC 0.70) 相比,自动化GWR计算显示出更高的预测性能 (AUC 0.79).
- GWR是有利的神经结果的独立预测因素.
- 将GWR与临床数据相结合,显著提高了预测模型的准确性.
结论:
- 从无对比脑CT自动测量GWR是一种有价值的工具.
- 这种方法有助于预测心脏骤停后早期心脏病结果.
- 增强的预测为OHCA患者提供了及时的临床决策.
