人工智能和机器学习驱动的大脑动脉静脉形形的细分和量化模型:一个系统的审查
Mehmet Denizhan Yurtluk1, Kishore Balasubramanian2, Matthew P Blackwell3
1Department of Neurological Surgery, Center for Image-Guided Neurosurgery, University of Pittsburgh Medical Center, Pittsburgh, United States.
Neuroradiology
|November 15, 2025
概括
人工智能 (AI) 和机器学习 (ML) 显示出对分析大脑动脉静脉形 (AVM) 的前景,有助于细分和治疗规划. 需要进一步的研究来改善模型的通用性和临床应用.
科学领域:
- 神经成像是一种神经成像.
- 医疗人工智能 医疗人工智能
背景情况:
- 大脑动脉静脉形形 (AVMs) 需要准确的细分和治疗计划.
- 目前的方法可能耗时,可能缺乏标准化.
研究的目的:
- 系统地审查AI和ML用于AVM细分,量化和治疗规划的应用.
- 评估AI/ML模型在AVM分析中的有效性.
主要方法:
- 使用主要科学数据库进行了Prisma引导的系统审查.
- 包括使用AI/ML进行基于成像的AVM分析的研究.
主要成果:
- 分析了13项涉及3010个人的研究.
- 常见的方法包括TOF-MRA和MRI,U-Net和SVM等模型.
- AI/ML在风险评估,细分和立体术放射性手术规划方面表现出实用性,平均达到了0.758.8的Dice分数.
结论:
- 人工智能和机器学习有可能提高AVM诊断和治疗的效率和标准化.
- 临床实施受到模型通用性的限制;建议进行前性验证和多模式成像集成.
