快速血管细分和从MR血管壁图像中重建头部和部血管图
Jin Zhang1,2, Wen Wang1,2, Jinhua Dong3
1Department of Radiology, Ren Ji Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
NPJ digital medicine
|July 28, 2025
概括
深度学习工具VWI Assistant自动化了3D MR-VWI处理,大大减少了时间和劳动力. 这个人工智能平台提高了脑血管病理表征的工作流效率.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经成像是一种神经成像.
背景情况:
- 三维磁共振血管壁成像 (3D MR-VWI) 对于诊断脑血管疾病至关重要.
- 目前,3D MR-VWI的临床采用受到耗时的手动后处理任务的限制.
研究的目的:
- 开发和验证一个自动化的深度学习平台VWI Assistant,用于在3D MR-VWI中对动脉进行细分和重建.
- 与手动方法相比,评估VWI助理的性能,效率和临床实用性.
主要方法:
- 开发一个多序集成深度学习平台 (VWI助理),以1981年患者的多中心数据进行培训.
- 评估平台在不同患者群体,成像协议和扫描仪制造商的表现.
- 评估处理时间,准确度 (合格率) 和读者间/读者内协议与手动划分.
主要成果:
- VWI助理实现了92.9%的合格率,相当于专家手动细分.
- 与手动方法相比,处理时间减少了90%以上 (每例10-12分钟), (p < 0.001).
- 现实世界的部署显示了快速的临床采用,在12个月内从10.8%增加到100.0%的利用率.
结论:
- VWI助理显著简化了3D MR-VWI工作流程,解决了血管成像中的可扩展性挑战.
- 该平台为常规临床使用和大规模研究提供了实用解决方案,提高了效率并降低了成本.
- VWI Assistant表现出强大的性能和快速的临床接受,促进了先进的神经成像技术的更广泛应用.
