Radiology：平扫CT对急性脑梗死的检测：通过机器学习缩小与MRI的落差

在孔径检查和时准确识别系统梗死骨骼肌的存在及之内在急性动脉瘤病死里面(AIS)的放射治疗里面起着至关重要的作用，溶栓或取栓术对梗死之内广泛的病患者效果很差。平扫CT是评估急性脑病死里面病患者梗死程度(乏善可陈为分层)最常用的的成像意图。

由于受累中枢神经系统区域的密度和纹理巨大变化非常细微，并可能因正常的病理巨大变化或陈旧病症而搞混，因此根据平扫CT对梗死灶同步进行计量评估极具吸引力。由于骨骼肌影像的信噪比、对比度较低以及层厚较厚，使得大多数传统的基于影像的重叠原理变得困难重重。现阶段，一项都与研究课题探索了将深度努力学习应用（DFT神经网络结构）应用于这一具吸引力的问题。然而，该项工作只能用于定性地探测脑半球总体动脉瘤病症的存在与否。

亦同，刊载在Radiology杂志的一项研究课题以扩散计量(DW) MRI作为概要基准，设立了一种利用平扫CT影像自动探测和计量AIS病患者脑梗死的原理，为诊断早期识别系统及诊断脑梗死皮下并规章最佳的放射治疗方案提供了可靠的应用支持。

本研究课题回顾性地对2004年5年底至2009年7年底期间AIS发生后1小时内同步进行弥散计量(DW) MRI检查和的AIS病患者(从患者显现到CT时间<6小时)的平扫CT影像同步进行了评估。以DW MRI影像上人工勾画的动脉瘤病症为概要基准。提出了一种基于机器努力学习（ML）的梗死皮下自动重叠原理。从157则有病患者的平扫CT影像里面随机选取，并在DW MRI影像上手动勾画病症标记以训练和验证ML模型;其余100则有独立于来源队列的病患者用于模型的探测。采用Bland-Altman图和Pearson都与关性对ML算法与概要基准(DW MRI)同步进行计量比较。

在测试数据集里面的100则有病患者里面(里面位年龄，69岁;四分位数之内[IQR]: 59-76岁;59则有女性)，在患者显现后48分钟内(IQR, 27-93分钟)同步进行孔径平扫CT扫描;孔径MRI在里面位数为38分钟(IQR, 24-48分钟)后同步进行扫描。在急性DW MRI扫描里面，算法探测到的皮下体积与专家勾画的概要基准皮下体积具都与关性(r = 0.76, P < .001)。算法重叠体积之间的平均差值(里面位数，15 mL;IQR, 9-38 mL)和DW MRI容积(里面位数，19 mL;IQR, 5-43 mL)为11 mL (P = .89)。

图 该图结果显示了平扫CT与扩散计量(DW) MRI算法探测急性动脉瘤病症的示则有图。有六个子图，分别标记行(I-III)和列(A和B)。在每个子图里面，最上面恰巧结果显示的是基底节总体的扫描影像，最下面恰巧结果显示的是节上核总体的扫描影像。在每个子图里面，任左归入平扫CT影像，里面间归入平扫CT影像与算法探测到的病症的叠加，右归入都与应的DW MRI。

本研究课题表明，使用机器努力学习应用自动探测动脉瘤病症的原理在识别系统和观测急性动脉瘤病死里面病患者孔径平扫CT影像骨骼肌梗死病症方面结果显示出了极大的诊断前途。该项应用可转化为一常规诊断检查和工序，以协助医生为这些病患者规章最佳的放射治疗决策。

原文出处：

Wu Qiu,Hulin Kuang,Ericka Teleg,et al.Machine Learning for Detecting Early Infarction in Acute Stroke with Non-Contrast-enhanced CT.DOI:10.1148/radiol.2020191193