通过利用不对称性在非对比CT扫描中细分缺血性中风
Jia Sun1, Guang-Liang Ju2, Yu-Hong Qu1
1Department of Radiology, Beijing Chao-Yang Hospital, No. 8 GongrenTiyuchangNanlu, Chaoyang District, 100020, Beijing, China.
这项研究提出了一种新的方法,用于CT扫描上细分急性缺血性中风病变,通过结合对称原理和AI来提高准确性. 这种方法可以提高病变的识别和分类,从而更好地诊断中风.
科学领域:
- 医学成像
- 医学的人工智能
- 神经学
背景情况:
- 非对比计算断层扫描 (NCCT) 对急性缺血性中风 (AIS) 治疗决策至关重要.
- 由于NCCT对比度和信号与噪声比率的局限性,因此难以准确地对放射科医生进行诊断和自动化损伤细分.
- 在临床实践中,对AIS病变的准确细分仍然是一个重大障碍.
研究的目的:
- 在NCCT扫描中开发一种先进的缺血病变细分方法.
- 通过将基于对称的学习与nnUNet模型集成,加强缺血区域的识别和细分.
- 提高自动化AIS病变细分的诊断准确性和临床实用性.
主要方法:
- 在3D nnUNet框架内结合生成模块 (2.5D ResUNet) 和上游细分模块的新方法.
- 整合基于对称性的学习原则,以改善病变的识别.
- 使用AISD数据集 (397个NCCT扫描) 进行培训,验证和内部测试,并使用额外的外部数据集进行验证和绩效评估.
- 包含基于强度的损伤概率函数和特定的输入通道以提高灵敏度和特异性.
主要成果:
- 在内部测试数据集中获得0.6720的子相似系数 (DSC) 和35.28的豪斯多夫距离 (HD95).
- 在外部测试数据集上证明了满意的细分,DSC为0.4891和HD95为46.06.
- 与基线nnUNet (0. 947) 相比,在外部测试组中获得了0. 991的曲线下面面积 (AUC).
结论:
- 在NCCT扫描中引入了一种新的对称集成细分技术.
- 该方法显示了提高AIS病变自动细分和分类准确性的巨大潜力.
- 这种方法可以改善中风治疗的临床决策和患者结果.
更多相关视频
10:25Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping
Published on: September 25, 2019
06:45Author Spotlight: Integrated Photoacoustic, Ultrasound, and Angiographic Tomography (PAUSAT) for NonInvasive Whole-Brain Imaging of Ischemic Stroke
Published on: June 2, 2023
相关概念视频
Computed Tomography
The technique was invented in the 1970s and is based on the principle that as X-rays pass through the body, they are absorbed or reflected at different levels. In the technique, a patient lies on a motorized platform while a computerized axial tomography (CAT) scanner rotates...
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Imaging Studies III: Computed Tomography
Imaging Studies VII: Vascular Imaging
