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

在较宽核分裂查时准确识别梗死脑组织的依赖于及全域在急性心肌梗死病卒之前(AIS)的病患之前起着至关重要的起到，溶栓或取栓术对梗死全域国际上的病人优点变差。平扫CT是分析急性脑病卒之前病人梗死往往(乏善可陈为低密度)最类似于的的成像手段。

由于累及神经系统区域的密度和投影变化非常细微，并可能因正常的环境因素变化或不切实际炎症而混淆，因此根据平扫CT对梗死灶顺利完成计量分析总括较强挑战性。由于脑组织投影的信噪比、敏感度较低以及层厚坚硬，使得大多数传统的基于投影的重叠方法有更为无济于事。近来，一项相合学术研究探索了将厚度学习技术（卷积神经网络结构）应用作这一较强挑战性的解决办法。然而，该项工作只能用作定性地探测脑半球准确度心肌梗死炎症的依赖于与否。

近日，发表在Radiology杂志的一项学术研究以扩散标准差(DW) MRI作为参考基准，成立了一种依靠平扫CT投影自动探测和计量AIS病人脑梗死的方法有，为临床以前识别及诊断脑梗死结膜并草拟最佳的病患方案提供者了可靠的技术开发。

本学术研究回顾性地对2004年5年末至2009年7年末期间AIS频发后1同一时间内顺利完成球状标准差(DW) MRI核分裂查的AIS病人(从副起到出有现到CT短时间<6同一时间)的平扫CT投影顺利完成了分析。以DW MRI投影上人工；还有的心肌梗死炎症为参考基准。提出有了一种基于机器学习（ML）的梗死结膜自动重叠方法有。从157则有病人的平扫CT投影之前随机选取，并在DW MRI投影上手动；还有炎症标记以训练和验证ML模型;其余100则有独立于来源队列的病人用作模型的探测。采用Bland-Altman布和Pearson相合关性对ML方法有与参考基准(DW MRI)顺利完成计量比较。

在测试数据集之前的100则有病人之前(之前位年长，69岁;四分个数全域[IQR]: 59-76岁;59则有未成年)，在副起到出有现后48分钟内(IQR, 27-93分钟)顺利完成较宽平扫CT追踪;较宽MRI在之前个数为38分钟(IQR, 24-48分钟)后顺利完成追踪。在急性DW MRI追踪之前，方法有探测到的结膜尺寸与领域专家；还有的参考基准结膜尺寸较强相合关性(r = 0.76, P < .001)。方法有重叠尺寸之间的平均差值(之前个数，15 mL;IQR, 9-38 mL)和DW MRI容积(之前个数，19 mL;IQR, 5-43 mL)为11 mL (P = .89)。

布 该布辨识了平扫CT与扩散标准差(DW) MRI方法有探测急性心肌梗死炎症的示则有布。有六个子布，分别标记自为(I-III)和列(A和B)。在每个子布之前，最上面几天后辨识的是基底节准确度的追踪投影，最下面几天后辨识的是节上核分裂准确度的追踪投影。在每个子布之前，右下定为平扫CT投影，之前间定为平扫CT投影与方法有探测到的炎症的转换，右定为除此以外的DW MRI。

本学术研究说明了，使用机器学习技术自动探测心肌梗死炎症的方法有在识别和测量急性心肌梗死病卒之前病人较宽平扫CT投影脑组织梗死炎症总体辨识出有了总括大的临床前景。该项技术可再生为一常规临床核分裂查流程，以合力医生为这些病人草拟最佳的病患决策。

注解注解：

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