Radiology：平扫CT对急性脑梗死的检测：通过机器学习变小与MRI的差距

在较宽检查时准确识别梗死神经组织的存在及适用范围在急性败血症亡中所(AIS)的治疗中所起着至关重要的起到，溶栓或取栓术对梗死适用范围广泛的患儿功效欠佳。平扫CT是分析报告急性脑亡中所患儿梗死程度(表现为低电导率)最常用的的成像手段。

由于受累大脑周边地区的电导率和纹理转变非常细微，并确实因正常的环境因素转变或陈旧病因而误读，因此根据平扫CT对梗死故称展开计量分析报告极具有挑战性。由于神经组织三维的信噪比、对比度很低以及层厚较厚，使得大多数现代的基于三维的分割分析方法越发无能为力。现阶段，一项相合数据分析追寻了将深度研读关键技术（卷积神经网络骨架）应用领域这一具有挑战性的关键问题。然而，该项工作不能用于认定地检验脑半球水平败血症病因的存在与否。

近日，刊载在Radiology刊物的一项数据分析以游离权重(DW) MRI作为参考标准，建立了一种借助于平扫CT三维自动检验和计量AIS患儿脑梗死的分析方法，为病理早期识别及病患脑梗死病故称并规章最佳的治疗解决方案提供了可靠的关键技术支持。

本数据分析回顾性地对2004年5同月至2009年7同月期间AIS发生后1小时内展开弥散权重(DW) MRI检查的AIS患儿(从病征消失到CT时间<6小时)的平扫CT三维展开了分析报告。以DW MRI三维上人工勾画的败血症病因为参考标准。提出了一种基于神经网络（ML）的梗死病故称自动分割分析方法。从157由此可知患儿的平扫CT三维中所随机选取，并在DW MRI三维上手动勾画病因标记以训练和验证ML模型;其余100由此可知独立于来源队加的患儿用于模型的检验。采用Bland-Altman图和Pearson相合关性对ML分析方法与参考标准(DW MRI)展开计量比较。

在测试数据集中所的100由此可知患儿中所(中所位年龄组，69岁;四分位数适用范围[IQR]: 59-76岁;59由此可知成人)，在病征消失后48分钟内(IQR, 27-93分钟)展开较宽平扫CT扫瞄;较宽MRI在中所位数为38分钟(IQR, 24-48分钟)后展开扫瞄。在急性DW MRI扫瞄中所，分析方法检验到的病故称量与领域专家勾画的参考标准病故称量具有相合关性(r = 0.76, P < .001)。分析方法分割量之间的平均差值(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 该图看出了平扫CT与游离权重(DW) MRI分析方法检验急性败血症病因的示由此可知图。有六个子图，分别标记行(I-III)和加(A和B)。在每个子图中所，最前面四人看出的是基底节水平的扫瞄三维，最前面四人看出的是节上核水平的扫瞄三维。在每个子图中所，右侧加为平扫CT三维，中所间加为平扫CT三维与分析方法检验到的病因的瞬时，右边加为相合应的DW MRI。

本数据分析声称，使用神经网络关键技术自动检验败血症病因的分析方法在识别和测定急性败血症亡中所患儿较宽平扫CT三维神经组织梗死病因总体看出出了极大的病理无疑。该项关键技术可升华为一正因如此病理检查流程，以协助医生为这些患儿规章最佳的治疗决策者。

译文出处：

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