在头部CT成像中利用人工智能进行CSF细分和分析:系统性审查
Michał Bielówka1,2, Adam Mitręga1, Dominika Kaczyńska1
1Students' Scientific Association of Computer Analysis and Artificial Intelligence, Department of Radiology and Nuclear Medicine, Medical University of Silesia in Katowice, 40-752 Katowice, Poland.
Brain sciences
|November 27, 2025
概括
人工智能 (AI) 模型在CT扫描上对脑脊液 (CSF) 的细分具有很高的准确性,有助于神经诊断. 为了临床整合和标准化,需要进一步的研究.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 神经学 神经学
背景情况:
- 内体积的变化会影响神经功能.
- 人工智能 (AI) 在医学成像分析方面具有潜力.
- 脑脊液 (CSF) 分析对于诊断神经系统疾病至关重要.
研究的目的:
- 系统地审查基于AI的模型,用于CSF细分和分析计算机断层扫描 (CT) 扫描.
- 评估AI在CSF体积评估中的性能和应用.
主要方法:
- 在主要数据库 (MEDLINE,Scopus,Web of Science,Embase,Cochrane) 中对559项研究 (包括14项) 的系统审查.
- 对AI模型设计,数据集和CSF细分性能指标的数据提取.
- 使用PRISMA 2020,JBI,AMSTAR 2和CASP检查清单进行质量评估.
主要成果:
- 人工智能模型,主要是卷积神经网络和随机森林,显示出高的CSF细分精度 (Dice分数为0.75-0.95).
- 在AI和手动测量之间观察到强烈的体积相关性 (r高达0.99).
- 应用包括水头诊断,质量效应评估和中风结果预测.
结论:
- 从CT图像中人工智能辅助的CSF细分对于神经诊断来说是准确和高效的.
- 在数据集可变性,算法一致性和临床验证方面仍然存在挑战.
- 未来的工作应该集中在标准化,多样化的数据集和临床工作流集成上.
