Radiology：平扫CT对急性脑梗死的监测：通过机器学习缩小与MRI的差距

在时间延迟扫描时准确辨识梗死脑组织的假定及以内在急性心肌梗死病死中所(AIS)的用药中所起着至关重要的作用，溶栓或取栓术对梗死以内广泛的原发性效果欠佳。平扫CT是风险评估急性脑病死中所原发性梗死程度(表现为低密度)最类似于的的成像手段。

由于受累大脑区域内的密度和纹理发生变化非常细微，并可能因也就是说的生理发生变化或陈旧原发性而相混，因此根据平扫CT对梗死灶同步进自为定量风险评估极具有娱乐性。由于脑组织影像的信噪比、对比度较低以及层厚硬质，使得大多数传统的基于影像的分割方法似乎困难重重。现阶段，一项相数据分析探索了将浅层学习新技术（卷积人工神经网络结构）应用做这一具有娱乐性的弊端。然而，该项工作只能用做定性地扫描脑金星总体心肌梗死原发性的假定与否。

近日，撰写在Radiology杂志的一项数据分析以扩散相加(DW) MRI作为参见基准，建立联系了一种利用平扫CT影像自动扫描和定量AIS原发性脑梗死的方法，为针灸早期辨识及诊断脑梗死肿瘤并实施最佳的用药方案提供者了可信的新技术支持。

本数据分析回顾性地对2004年5月至2009年7月期间AIS发生后1每隔内同步进自为不规则相加(DW) MRI扫描的AIS原发性(从症状出现到CT时间<6每隔)的平扫CT影像同步进自为了风险评估。以DW MRI影像上人工勾画的心肌梗死原发性为参见基准。提出了一种基于人工神经网络（ML）的梗死肿瘤自动分割方法。从157亦然原发性的平扫CT影像中所随机选取，并在DW MRI影像上手动勾画原发性标记以训练和验证ML模型;其余100亦然独立于来源队列的原发性用做模型的扫描。采用Bland-Altman图和Pearson连续性对ML搜索算法与参见基准(DW MRI)同步进自为定量比较。

在测试数据高度集中所的100亦然原发性中所(中所位年龄，69岁;四分位数以内[IQR]: 59-76岁;59亦然男性)，在症状出现后48分钟内(IQR, 27-93分钟)同步进自为时间延迟平扫CT显影;时间延迟MRI在中所位数为38分钟(IQR, 24-48分钟)后同步进自为显影。在急性DW MRI显影中所，搜索算法扫描到的肿瘤尺寸与科学家勾画的参见基准肿瘤尺寸具有连续性(r = 0.76, P < .001)。搜索算法分割尺寸之间的平均差值(中所位数，15 mL;IQR, 9-38 mL)和DW MRI容积(中所位数，19 mL;IQR, 5-43 mL)为11 mL (P = .89)。

图 该图说明了了平扫CT与扩散相加(DW) MRI搜索算法扫描急性心肌梗死原发性的示亦然图。有六个子图，分别标记自为(I-III)和列(A和B)。在每个子图中所，最上会一自为说明了的是基底节总体的显影影像，最示意图一自为说明了的是节上反应器总体的显影影像。在每个子图中所，左定为平扫CT影像，中所间定为平扫CT影像与搜索算法扫描到的原发性的叠加，右定为相应的DW MRI。

本数据分析表明，运用于人工神经网络新技术自动扫描心肌梗死原发性的方法在辨识和测量急性心肌梗死病死中所原发性时间延迟平扫CT影像脑组织梗死原发性方面说明了出了极大的针灸前景。该项新技术可转化成为一常规针灸扫描流程，以协助医生为这些原发性实施最佳的用药执行者。

文中出处：

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