在超急性中风病例中,基于自动深度学习的扩散加权成像与手动测量的梗死体积结果之间存在极好的一致性
《Journal of the Neurological Sciences》:Excellent agreement between automated deep learning-based and manual diffusion-weighted imaging infarct volume measurements in hyperacute stroke
【字体:
大
中
小
】
时间:2026年04月25日
来源:Journal of the Neurological Sciences 3.2
编辑推荐:
本研究评估了基于深度学习的自动DWI梗死体积测量与手动测量的不一致性,以及它们对3个月良好预后的预测能力。结果显示,手动与自动测量高度相关(r=0.94-0.97,CCC=0.935-0.971),且预后预测能力相似(C统计量0.867 vs 0.861)。结论DL自动测量在超急性期卒中管理中可行且可靠。
坂本由纪|青木淳也|西雄二|庄田宗太郎|坂本美智香|片野武宏|吉村淳希|上田沙英|下山隆|须田智
日本东京日本医科大学神经病学系
摘要
背景
扩散加权成像(DWI)用于评估急性缺血性中风患者的梗死体积和梗死生长情况,这些患者接受了机械血栓切除术(MT)治疗。然而,手动测量耗时且需要大量资源。基于深度学习(DL)的自动化分割技术可能有助于快速、准确地评估这些指标;然而,其在超急性DWI中的应用效果及其预后预测价值尚未得到充分验证。
方法
我们回顾性分析了2014年9月至2019年12月期间接受机械血栓切除术治疗的急性缺血性中风患者,这些患者在入院时和大约24小时后均接受了DWI检查。梗死体积由神经科医生手动测量,并使用基于DL的软件自动测量。通过皮尔逊相关性分析、布兰德-阿尔特曼分析(Bland–Altman analysis)和一致性相关系数(CCC)来评估两种测量方法的一致性。使用C统计量比较了手动测量和自动测量方法在预测3个月良好功能结局方面的能力。
结果
共纳入371名患者(677次DWI扫描)。手动测量和自动测量的梗死体积显示出非常强的相关性(入院时r = 0.94,随访时r = 0.97),偏差较小(入院时为-2.82 mL,随访时为-0.50 mL)。手动与自动测量方法的一致性分别为0.935(入院时)和0.971(随访时),与人类评估者间和评估者内的可靠性相当。无论从发病到成像的时间间隔如何,一致性均保持较高。手动和自动测量方法在预测良好结局方面的能力相似(C统计量分别为0.867和0.861,以及0.859和0.853)。
结论
基于DL的自动化梗死体积测量方法与手动测量结果高度一致,并具有相当的预后预测能力,这证明了其在超急性中风管理中的可行性和可靠性。
引言
扩散加权成像(DWI)上的高信号反映了细胞毒性水肿[1],被认为是急性缺血性中风患者的缺血核心。DWI的高信号是由于缺血损伤引起的生理变化,其程度是再灌注治疗的指标[2][3]。此外,DWI病变体积(“梗死体积”)或其变化(即梗死生长)是临床结果的强有力影像学预测因素[4],因此近期的一些研究将急性期的梗死生长作为主要研究终点[5][6]。尽管梗死体积和梗死生长是急性中风管理中重要且有前景的影像学特征,但手动测量耗时较长且需要大量人力。因此在超急性阶段及时获取梗死体积或梗死生长数据具有挑战性。基于软件的方法可以辅助完成这一任务。一些应用程序使用表观扩散系数(ADC)阈值来估计梗死体积,但仅基于单一ADC阈值进行DWI高信号分割的效果因个体而异[7],即使使用相同的ADC阈值,不同软件得到的病变体积也可能有很大差异[8]。此外,基于ADC阈值的软件常常低估甚至无法检测到小病灶[7][9][10]。最近,已经开发出基于深度学习(DL)技术的完全自动化缺血性病变分割算法,多项研究报道了良好的结果[9][10][11][12][13][14]。然而,大多数这些研究使用亚急性DWI或ADC扫描数据进行训练和验证。尽管梗死体积和梗死生长是急性中风管理中的重要指标,但先前研究表明,基于DL的软件在超急性DWI上的梗死体积测量效果不如在亚急性DWI上的效果[11][13]。本研究的目的是评估在连续接受机械血栓切除术治疗的急性中风患者中,基于DL的自动化测量方法与手动测量方法在梗死体积和梗死生长方面的准确性。
方法部分
2014年9月至2019年12月期间,我们从前瞻性登记系统中回顾性招募了在入院时接受紧急机械血栓切除术治疗的急性中风患者[15][16]。选择这一人群是因为大多数患者在入院时(接受MT之前)进行了超急性(<6小时)DWI检查,并且在入院后约24小时再次接受了MRI检查[16]。排除那些有MRI禁忌症(如心脏起搏器)的患者,以及那些在入院后接受MT治疗的患者(例如因症状需要)。
结果
在研究期间进行的442例急性血管内治疗中,有406例为紧急机械血栓切除术。其中18例因在入院后7天内接受了2次以上血管内治疗而被排除,11例因禁忌症无法进行MRI检查而被排除。最终,共有377例患者的机械血栓切除术被纳入本研究(225名男性[60%],中位年龄76岁[IQR 68–83岁],中位NIHSS评分为17分[10–23分],共涉及371名患者(见补充图S2)。这些患者的临床特征如下:
讨论
本研究显示,完全自动化的梗死体积测量方法与手动测量结果高度一致。即使在发病后几小时内获得的超急性DWI扫描中,这种一致性也依然存在。手动测量和自动测量方法之间的一致性与经验丰富的神经科医生和实习医生之间的评估结果相当。自动化方法在预测
研究资助
本研究部分得到了JSPS KAKENHI资助(项目编号:JP25K10778)和Takeda Science Foundation的资助(项目编号:2025043074)的支持。
作者贡献声明
坂本由纪:撰写初稿、数据可视化、资源准备、方法设计、研究实施、资金获取、数据分析、概念构建。青木淳也:撰写、审稿与编辑、验证、资源准备、方法设计、数据管理。西雄二:撰写、审稿与编辑、验证、资源准备、方法设计。庄田宗太郎:撰写、审稿与编辑、验证、方法设计。坂本美智香:撰写、审稿与编辑、验证、资源准备。
利益冲突声明
JLK公司向作者提供了用于建立大邱医疗生态系统的K-Health AI项目的软件,该项目得到了大邱科技园的支持。
致谢
作者衷心感谢所有参与研究的医务人员以及放射科和急诊科的同事。本研究部分得到了JSPS KAKENHI资助(项目编号:JP25K10778)和Takeda Science Foundation的资助(项目编号:2025043074)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号