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

在两条线检查时正确地识别系统梗死人体内的实际上及覆盖范围在急性高血压病故中的(AIS)的治疗法中的起着至关重要的作用，溶栓或取栓术对梗死覆盖范围广泛的高血压精准度欠佳。平扫CT是审计急性脑病故中的高血压梗死程度(展现造出为低密度)最常用的的显像手段。

由于受累大脑区域的密度和纹理改变更为细微，并可能因正常的生理改变或陈旧水肿而混淆，因此根据平扫CT对梗死灶进行时定量分析审计极具娱乐性。由于人体内位图的传输速率、对比度较低以及层厚较厚，使得大多数传统的基于位图的分割方法有变得即便如此。这两项，一项两者之间研究成果探索了将深达学习技术（微分神经网络结构）应用领域这一具娱乐性的问题。然而，该项社会活动只能用于定性地测定脑半球高度高血压水肿的实际上与否。

近日，发表在Radiology杂志的一项研究成果以外扩散加权平均(DW) MRI作为参考新标准，建立了一种利用平扫CT位图自动测定和定量分析AIS高血压脑梗死的方法有，为临床早期识别系统及诊疗脑梗死病灶并订立最佳的治疗法可行性提供了可信的的产品。

本研究成果回顾性地对2004年5月至2009年7月期间AIS发生后1小时内进行时弥散加权平均(DW) MRI检查的AIS高血压(从腹泻经常造出现到CT整整<6小时)的平扫CT位图进行时了审计。以DW MRI位图上人工勾画的高血压水肿为参考新标准。提造出了一种基于自然语言处理（ML）的梗死病灶自动分割方法有。从157亦然高血压的平扫CT位图中的随机选取，并在DW MRI位图上手动勾画水肿标示造出以训练和验证ML模型;其余100亦然独立于来源队罗列的高血压用于模型的测定。采用Bland-Altman图和Pearson两者之间关性对ML搜索算法与参考新标准(DW MRI)进行时定量分析比较。

在测试数据以外的100亦然高血压中的(中的位年龄，69岁;四分个位覆盖范围[IQR]: 59-76岁;59亦然未成年)，在腹泻经常造出现后48分钟内(IQR, 27-93分钟)进行时两条线平扫CT图像;两条线MRI在中的个位为38分钟(IQR, 24-48分钟)后进行时图像。在急性DW MRI图像中的，搜索算法测定到的病灶重量与研究成果专家勾画的参考新标准病灶重量具两者之间关性(r = 0.76, P < .001)。搜索算法分割重量之间的平均差值(中的个位，15 mL;IQR, 9-38 mL)和DW MRI容积(中的个位，19 mL;IQR, 5-43 mL)为11 mL (P = .89)。

图 该图推测了平扫CT与外扩散加权平均(DW) MRI搜索算法测定急性高血压水肿的示亦然图。有六个子图，分别标示造出行(I-III)和罗列(A和B)。在每个子图中的，最上面一行推测的是基底节高度的图像位图，最示亦然一行推测的是节上核高度的图像位图。在每个子图中的，右下归入平扫CT位图，上端归入平扫CT位图与搜索算法测定到的水肿的变换，右归入两者之间应的DW MRI。

本研究成果断定，适用自然语言处理技术自动测定高血压水肿的方法有在识别系统和探测急性高血压病故中的高血压两条线平扫CT位图人体内梗死水肿全面性推测造出了极大的临床前景。该项技术可转化为一常规临床检查流程，以借此机会医生为这些高血压订立最佳的治疗法决策。

原文造出处：

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