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

在终端定期检查时正确地比对梗死骨骼肌的假定及以内在急性冠心病卒中(AIS)的病人中起着至关重要的依赖性，溶栓或取栓术对梗死以内广泛的高血压效果欠佳。平扫CT是评估急性脑卒中高血压梗死总体(表现为低体积)最常用的的成像手段。

由于受累大脑周围的体积和网格变化非常更深，并可能因情况下的生理变化或陈旧原发性而混淆，因此根据平扫CT对梗死灶进行定量评估极兼具启发性。由于骨骼肌图表的信噪比、对比度很低以及层厚质，使得大多数传统的基于图表的分割步骤趋于有条不紊。现阶段，一项都与数据分析探究了将深度学习系统设计（正弦信息处理构件）应用做这一兼具启发性的缺陷。然而，该项兼职只能用做定性地侦测脑半球正确地度冠心病原发性的假定与否。

近日，发表在Radiology杂志的一项数据分析以外扩散标准规范差(DW) MRI作为参照标准规范，建立了一种来进行平扫CT图表自动侦测和定量AIS高血压脑梗死的步骤，为针灸早期比对及病患脑梗死病变并拟订最佳的病人建议书获取了可靠的系统设计支持。

本数据分析回顾性地对2004年5月底至2009年7月底前夕AIS发生后1不间断内进行弥散标准规范差(DW) MRI定期检查的AIS高血压(从病症浮现到CT一段时间<6不间断)的平扫CT图表进行了评估。以DW MRI图表上人工点明的冠心病原发性为参照标准规范。提出了一种基于人工智能（ML）的梗死病变自动分割步骤。从157实有高血压的平扫CT图表中随机选取，并在DW MRI图表上手动点明原发性标示出以训练和验证ML模型;其余100实有独立于来源队列的高血压用做模型的侦测。采用Bland-Altman图和Pearson都与似性对ML算法与参照标准规范(DW MRI)进行定量比较。

在测试数据集中于的100实有高血压中(中位年龄，69岁;四分个数以内[IQR]: 59-76岁;59实有成年)，在病症浮现后48分钟内(IQR, 27-93分钟)进行终端平扫CT成像;终端MRI在中个数为38分钟(IQR, 24-48分钟)后进行成像。在急性DW MRI成像中，算法侦测到的病变重量与专家点明的参照标准规范病变重量兼具都与似性(r = 0.76, P < .001)。算法分割重量之间的平均差值(中个数，15 mL;IQR, 9-38 mL)和DW MRI容积(中个数，19 mL;IQR, 5-43 mL)为11 mL (P = .89)。

图 该图表明了平扫CT与外扩散标准规范差(DW) MRI算法侦测急性冠心病原发性的示实有图。有六个子图，分别标示出行(I-III)和列(A和B)。在每个子图中，最上面一行表明的是基底节正确地度的成像图表，最示意图一行表明的是节上核反应正确地度的成像图表。在每个子图中，左边归入平扫CT图表，下方归入平扫CT图表与算法侦测到的原发性的叠加，右归入都与应的DW MRI。

本数据分析得出结论，使用人工智能系统设计自动侦测冠心病原发性的步骤在比对和测量急性冠心病卒中高血压终端平扫CT图表骨骼肌梗死原发性方面表明出了相当程度的针灸前景。该项系统设计可转化为一常规针灸定期检查系统设计，以协助医生为这些高血压拟订最佳的病人权衡。

书名引自：

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