网站首页 公文大全 个人文档 实用范文 讲话致辞 实用工具 心得体会 哲学范文 总结范文 范文大全 报告 合同 文书 信函 实用
  • 汇报体会
  • 节日庆典
  • 礼仪
  • 毕业论文
  • 评语寄语
  • 导游词
  • 口号大全
  • 其他范文
    • 百花范文网 > 实用范文 > 其他范文 > 基于人工智能的头颈CTA在诊断颅内动脉瘤中的应用价值

    基于人工智能的头颈CTA在诊断颅内动脉瘤中的应用价值

    时间：2023-02-27 11:20:05来源：百花范文网本文已影响人

    古展亮 ，邹清艺，叶兰静，周婷，黄必贵，吴英宁

    (1. 右江民族医学院研究生学院，广西 百色 533000；
    2. 右江民族医学院附属医院放射科，广西 百色 533000)

    颅内动脉瘤破裂所致蛛网膜下腔出血具有潜在致命性，其发病率仅次于脑梗死、高血压性脑出血[1]，随着医学影像技术在神经病学领域的发展，未破裂颅内动脉瘤检出率逐渐增高，人工智能(artificial intelligence，AI)作为一门新兴科学技术[2]，主要是应用机器模拟、拓展人的思维能力，有文献报道其应用于颅内动脉瘤诊断具有独特的价值和优势[3-4]，为快速、高效的颅内动脉瘤成像分析提供了广阔的应用前景。但是，到目前为止，大多数研究缺乏DSA金标准及外部数据的验证[5-6]，AI技术能否代替传统手动后处理分析成为颅内动脉瘤的主要手段仍需进一步研究。因此，本文以DSA结果为金标准，并与传统手动后处理分析对比，着重探究基于AI的头颈CTA在诊断颅内动脉瘤中的应用价值。

    1.1 一般资料 回顾性收集、分析右江民族医学院附属医院2021年5月至2022年5月就诊的96例临床疑似颅内动脉瘤患者，其中男性45例，女性51例，年龄34～81岁。纳入标准：①患者临床、影像资料齐全；
    ②均行头颈部CTA及DSA检查且间隔时间不超过2周；
    ③AI后处理软件均能成功计算结果。排除标准：①图像质量差未能够达到诊断要求；
    ②严重颅脑损伤或经血管内介入栓塞、开颅手术后；
    ③病历资料不完整。

    1.2 影像检查方法

    1.2.1 CTA检查 CTA扫描方式采用256排Revolution螺旋CT扫描仪，嘱患者取仰卧位，将第四颈椎设定为监测层面，先行小剂量团注法进行测试，从主动脉弓扫至颅顶。扫描参数：扫描层厚5 mm，层距5 mm，管电压100 kV，自动管电流，螺距0.992 mm，准直128 mm×0.6 mm，探测器宽度160 mm。对比剂使用情况：采用优维显(370 mg/mL)，速率为5.0 mL/s，小剂量测试对比剂用量为15 mL，后以相同速率跟注生理盐水20 mL；
    CTA扫描对比剂用量为40～60 mL，后跟注生理盐水30 mL，速率同前。进行头颈部血管扫描前，先以平扫作为蒙片，扫描时间3 s，扫描完成后把血管图像和平扫图像用0.625 mm层厚重建，用注射造影剂后的头颈部图像减去平扫图像传至工作站进行人工后处理。

    1.2.2 DSA检查 采用德国西门子公司AXIOM artist DTA55556数字减影血管造影机，经股动脉插管穿刺置管行双侧颈内动脉、椎动脉血管常规注射对比剂，获得标准正位、侧位和斜位2D-DSA图像，之后对全脑血管进行旋转DSA检查，后处理工作站中采用3D-VR等重建技术行3D-DSA重建。

    1.3 图像后处理及图像分析

    1.3.1 手动后处理分析组(手动组) 采用GE后处理工作站(ADW4.6)头颈CTA分析软件，使用容积再现、曲面重组等后处理技术，并记录其后处理时间，动脉瘤的诊断结果由两名中级职称的影像诊断医生共同协商确定。

    1.3.2 AI后处理分析组(AI组) 采用Cerebral Doc头颈AI智能辅助诊断系统软件(中国数坤科技)，利用三维卷积神经网络(3D-CNN)自动识别头颈CTA图像中的正常血管及病变区域，并进行自动重建、增强等相关技术处理，最终输出头颈CTA图像后处理结果和相关诊断结果，并记录后处理时间。

    1.3.3 DSA图像评估 以DSA为金标准判断颅内动脉瘤的有无、位置、大小(包括瘤径宽、瘤体长径等)及数量；
    主要以神经介入放射科医生在DSA检查时的3D-DSA软件操作记录及报告为标准。

    1.4 统计学方法 采用SPSS 22.0统计学软件处理分析数据，AI组及手动组后处理时间以四分位间距表示，采用Wilcoxon秩和检验比较两组的后处理时间。比较手动组与AI组两者间诊断颅内动脉瘤的敏感度、特异度和准确率的差异，采用配对χ2检验。计算瘤颈宽度、瘤体长径在 AI组、手动组两者分别与DSA组的比较采用t检验。P<0.05时认为差异有统计学意义。

    2.1 两种方法后处理时间的对比 AI技术图像后处理所需时间明显低于手动后处理分析，差异有统计学意义(P<0.001)，见表1。

    表1 两种方法后处理所需时间对比

    2.2 两种方法对于颅内动脉瘤的诊断效能对比 96例患者中经DSA检查发现动脉瘤患者71例，发现动脉瘤总共 92个，其中<3 mm动脉瘤11个，3 ～ 5 mm动脉瘤29个，>5 mm动脉瘤52个。AI组、手动组与DSA在患者水平诊断颅内动脉瘤的差异无统计学意义(P>0.05)，见表2。AI组与手动组两者对不同位置的颅内动脉瘤检出的差异，见表3，其中AI组对大脑中动脉动脉瘤漏诊、误诊各2个，前交通动脉瘤漏诊1个，颈内动脉动脉瘤误诊高达12个，椎-基底动脉动脉瘤漏诊、误诊各有1个；
    而手动组对后交通动脉瘤漏诊5个，对颈内动脉动脉瘤误诊5个，前交通及椎-基底动脉动脉瘤各误诊1个。

    表2 AI组、手动组诊断颅内动脉瘤的敏感性、特异度、准确性对照

    表3 AI组、手动组对颅内动脉瘤不同部位

    2.3 两种方法对诊断颅内动脉瘤定量分析方面的比较 DSA、AI及手动CTA后处理VR图像均能清晰显示动脉瘤位置、大小及形态(见图1、图2)。按照颅内动脉瘤大小常规分3类，<3 mm(微小动脉瘤)、3～5 mm(小动脉瘤)和>5 mm(中型动脉瘤以上)，将AI组、手动组后处理测量动脉瘤瘤体、瘤颈径线的数值分别与DSA测量的数值进行对比(见表4)，发现AI组与DSA测量总瘤体长径、瘤体长径3～5 mm以及瘤体长径>5 mm的结果，差异无统计学意义；
    而测量瘤颈宽度和瘤体长径<3 mm的结果，差异具有统计学意义(P<0.05)；
    手动组与DSA测量总瘤体长径、瘤体长径3～5 mm和>5 mm、瘤颈宽度的结果，差异均无统计学意义；
    而测量瘤体长径<3 mm的结果，差异有统计学意义(P<0.05)。

    虽然颅内动脉瘤发病因素尚未明确，但有相关文献报道[7-8]认为其发病可能与颅内压增高、血流动力学改变及颅内血管的先天性变异等因素相关，而大多数蛛网膜下腔出血是由颅内动脉瘤破裂引起，其破裂后出血及早期血管痉挛，所致的死亡率及致残率极高[9]。因此，早期快速、准确地获取颅内动脉瘤位置、瘤体大小、瘤颈宽度等重要信息对临床治疗具有极其重要的参考意义。

    注：患者，男，54岁。A：DSA后处理图像，VR矢状位；
    B：AI 自动后处理图像， VR冠状位；
    C：手动CTA后处理图像，VR横断位。图1 前交通动脉瘤VR图像

    注：患者，女，55岁。A：DSA后处理图像，VR矢状位，；
    B：AI 自动后处理图像， VR矢状位；
    C：手动CTA 后处理图像，VR矢状位。图2 左侧后交通动脉瘤VR图像

    表4 AI组、手动组与DSA诊断瘤体、瘤颈大小对比

    现如今，AI技术已经广泛应用于医学影像的各个方面[10]。众所周知，AI的一大优势就是方便快捷，节省时间，提高工作效率。同样，在本研究中，基于AI技术凭借一组头颈CTA动脉期图像就可自动识别重建图像，在后处理过程中会省略部分CTA重建步骤，而手动后处理重建步骤复杂，且需要在初期获取的仅剩对比剂充盈的血管图像的基础上，进行手动减影以去除血管图像以外的干扰影像信息从而获取较高质量图像，因此AI技术能够大幅度减少图像后处理工作时间，提高诊断效率。

    既往的研究由于缺乏金标准及外部数据验证，AI模型的推广和应用受到限制[5-6]，但近期SHI Z等[11]将AI与DSA对比，并将<3 mm动脉瘤纳入研究以验证AI的诊断效能，在患者水平得出了较高的敏感度、特异度和准确率，分别为84.6%、80.2%和81.0%。而本研究在患者水平计算出AI组诊断颅内动脉瘤的敏感度、特异度和准确率分别为88.73%、80.65%、91.66%，手动组分别为91.55%、80.00%、96.87%，两者结果差别不大，表明在患者水平AI组与手动组诊断颅内动脉瘤均可得到较高的敏感度、特异度和准确率，提示AI技术诊断动脉瘤具有可行性。此外，有研究[12]指出传统手动后处理CTA诊断微小动脉瘤容易漏诊，并且难以区分后交通起始部微小动脉瘤以及后交通漏斗样开口，本研究中手动组漏诊的1例动脉瘤亦是位于后交通起始部的大小约2.6 mm×2.5 mm的微小动脉瘤。笔者认为诊断这种微小动脉瘤，应在0.625 mm薄层原始血管图像上，以横断面一层一层逐一细致观察，并结合矢状位、冠状位多方位综合观察，以减少漏诊。

    临床实践中，人工诊断、测量颅内动脉瘤存在主观性及前后矛盾性等局限，且诊断结果差异大[13]，而AI通过3D-CNN自动识别头颈CTA图像进而快速输出相关诊断信息[14]。本研究以DSA为金标准，将AI组、手动组分别与DSA瘤体长径测量值对比，结果发现AI组除了对<3 mm的动脉瘤测量结果差异有统计学意义外，其他结果差异均无统计学意义，表明AI技术具有筛查瘤体长径≥3 mm的颅内动脉瘤的潜力，尤其对于瘤体长径>5 mm的颅内动脉瘤能够进行自动、快速、准确识别。由于纳入病例中经DSA确诊<3 mm和3～5 mm动脉瘤的病例收集有限，对该研究结论有待进一步证实，这也是本研究存在的不足，接下来将进一步扩大样本量，进行深入研究；
    而对于瘤体长径>5 mm以上的动脉瘤，AI可为放射科医生提供可靠的诊断依据。此前，也有相关学者邓昊等[15]发现AI测量瘤体长径>5 mm的颅内动脉瘤测量结果可作为参考标准。

    本研究发现，手动组在动脉瘤个数和位置检出效能方面显然优于AI组，尤其是颈内动脉颅内段动脉瘤AI组假阳性高达12个。由于本研究样本量较少，无法对动脉瘤的各个位置和大小等进行具体的分层分析，这也是本团队接下来需要进一步深入研究的内容。分析本研究中AI组误诊动脉瘤的原因主要包括：①动脉粥样硬化血管壁多发钙化斑块；
    ②动脉血管起始部漏斗样扩大；
    ③动脉血管狭窄后局限性扩张；
    ④动静脉瘘；
    ⑤动脉血管蜿蜒迂曲、折叠。而本研究中AI组漏诊病例的原因主要有：①动脉瘤伴局部的静脉走行；
    ②动脉瘤位于颅内动脉瘤不常见位置(颅内的分支动脉或穿支动脉)；
    ③动脉瘤位于前交通，而一侧前交通的A1段发育缺如。

    本研究的新颖之处在于将基于AI技术的头颈CTA在颅内动脉瘤的诊断价值上与手动后处理进行对比，而创新性的发现AI技术相对DSA对于动脉瘤瘤颈宽度的测量值具有普遍夸大的趋势，而手动组的测量值相对可靠，是否提示AI对于动脉瘤与载瘤动脉的自动识别与血管分割功能有所欠缺，有待进一步探究。除此之外，本研究发现该AI技术对动脉瘤识别和位置的准确判断与目标血管准确识别和分段相关，如动脉瘤合并血管先天性发育异常或者位于一、二级分支血管，将无法准确识别血管分段。但本研究作为回顾性单中心研究，样本存在一定程度的偏倚，未探讨AI技术对于动脉瘤合并其他头颈部疾病时的检测效能，而这也是本团队需要进一步改进及深入研究的方向。

    综上所述，AI对头颈CTA图像后处理效率高，且在诊断颅内动脉瘤的敏感性、准确性上有较高水平，能为放射科医生方便、快捷地提供可靠的诊断依据，AI技术可作为进一步推广及应用的筛查手段。同时也存在一定的假阳性率和假阴性率，需灵活联合传统人工诊断，从而达到最佳的正确诊断的目的。

    猜你喜欢 头颈体长后处理 脖子占体长一半的巨龙——新疆巨龙天天爱科学(2022年9期)2022-09-15Información económica今日中国·西班牙文版(2022年5期)2022-06-06外泌体长链非编码RNA在膀胱癌中的研究进展昆明医科大学学报(2022年1期)2022-02-28果树防冻措施及冻后处理今日农业(2020年20期)2020-12-15美国FDA：批准HPV9价疫苗用于预防头颈癌人人健康(2020年8期)2020-09-02山医大一院“一站式”头颈、冠脉联合扫正式上线科学导报(2019年7期)2019-09-23乏燃料后处理的大厂梦能源(2018年10期)2018-12-08大白、长白达100 kg体重时体长校正公式的研究猪业科学(2016年1期)2016-03-30乏燃料后处理困局能源(2016年10期)2016-02-28关于《头颈肿瘤防治专栏》的征稿通知肿瘤预防与治疗(2015年6期)2015-09-26

    相关热词搜索：动脉瘤 头颈 人工智能

    • 范文大全
    • 说说大全
    • 学习资料
    • 语录
    • 生肖
    • 解梦
    • 十二星座
    最新文章

    推荐访问

    人工智能 人工智能与专家系统外文文献译文和原文 人工智能与隐私保护 人工智能侵犯隐私的案例 人工智能外文文献 人工智能科技英文论文 人工智能考试题库 人工智能背景下的消费者隐私权保护 人工智能英文文献 动脉瘤 头颈

    本文基于人工智能的头颈CTA在诊断颅内动脉瘤中的应用价值由百花范文网整理提供，版权归原作者、原出处所有。

    Copyright © 百花范文网 All Rights Reserved.