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

在水平线定期检查时准确标记梗死骨骼肌的存在及范围内在急性冠心病卒里(AIS)的放射治疗里起着至关重要的作用，溶栓或取栓术对梗死范围内广泛的水肿效果欠佳。平扫CT是审核急性脑卒里水肿梗死程度(表现为分层)最常见的的高分辨率策略。

由于再加大脑区外的密度和图层推移非常细微，并可能因正常的荷尔蒙推移或格格不入水肿而误读，因此根据平扫CT对梗死炊来进在行定量分析审核却是具有潜力。由于骨骼肌图象的准确性、对比度较低以及层厚较厚，使得大多数传统的基于图象的再分新方法趋于困难重重。现阶段，一项相研究课题探索了将深度学习系统设计（时域人脑结构）应用于这一具有潜力的解决办法。然而，该项工作根本无法用于看做地检测脑十度准确度冠心病水肿的存在与否。

近日，发表在Radiology杂志的一项研究课题以扩散计量(DW) MRI作为参考标准，建立了一种能用平扫CT图象自动检测和定量分析AIS水肿脑梗死的新方法，为针灸更早标记及诊断脑梗死病炊并拟订最佳的放射治疗方案提供者了可靠的系统设计支持。

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天内内来进在行不规则计量(DW) MRI定期检查的AIS水肿(从症状注意到到CT时间<6天内)的平扫CT图象来进在行了审核。以DW MRI图象上人工勾勒的冠心病水肿为参考标准。提出了一种基于机器学习（ML）的梗死病炊自动再分新方法。从157唯水肿的平扫CT图象里随机选取，并在DW MRI图象上手动勾勒水肿标记以训练和验证ML模型;其余100唯独立于来源队列的水肿用于模型的检测。采用Bland-Altman图和Pearson相关性对ML插值与参考标准(DW MRI)来进在行定量分析比较。

在测试数据集里的100唯水肿里(里位年长，69岁;四分倍数范围内[IQR]: 59-76岁;59唯男性)，在症状注意到后48分钟内(IQR, 27-93分钟)来进在行水平线平扫CT读取;水平线MRI在里倍数为38分钟(IQR, 24-48分钟)后来进在行读取。在急性DW MRI读取里，插值检测到的病炊体积与专家勾勒的参考标准病炊体积具有相关性(r = 0.76, P < .001)。插值再分体积之间的平均差值(里倍数，15 mL;IQR, 9-38 mL)和DW MRI容积(里倍数，19 mL;IQR, 5-43 mL)为11 mL (P = .89)。

图 该图揭示了平扫CT与扩散计量(DW) MRI插值检测急性冠心病水肿的示唯图。有六个子图，分别标记在行(I-III)和列(A和B)。在每个子图里，最上面即刻揭示的是基底节准确度的读取图象，最下面即刻揭示的是节上核准确度的读取图象。在每个子图里，左方列名平扫CT图象，里间列名平扫CT图象与插值检测到的水肿的复合，右列名其所的DW MRI。

本研究课题表明，使用机器学习系统设计自动检测冠心病水肿的新方法在标记和测量急性冠心病卒里水肿水平线平扫CT图象骨骼肌梗死水肿方面揭示出了巨大的针灸发展前景。该项系统设计可转化为一原则上针灸定期检查报表，以合力牙医为这些水肿拟订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