科技日报记者 马爱平
记者获悉，日前，首都医科大学宣武医院教授卢洁团队在自然（Nature）子刊《自然通讯》（《Nature Communication》）在线发表了研究论文。
该研究首次利用3D卷积神经网络设计开发一个可实现头颈CTA（CT血管造影）血管分割的后处理系统，自动完成头颈CTA血管重建，通过人工智能（AI）自动去骨，在提高精准度的同时，避免二次扫描，降低患者辐射剂量。论文第一作者为首都医科大学宣武医院博士傅璠、通讯作者为卢洁。
目前，临床完成头颈CTA的图像后处理主要依赖于技师手动勾画重建，平均一个病人的后处理时间约20-30分钟。随着头颈CTA检查数量的不断增多，后处理重建技师的工作压力逐渐增大。同时，由于头颈血管走形迂曲且与颅骨关系密切，对人工智能的算法也提出了更高要求。本研究利用基于生理解剖结构分区的3D神经卷积网络，分别对主动脉弓、颈动脉及颅内动脉进行精准分割提取，结合连通性生长预测网络（CGPM），完成头颈CTA血管重建。
CerebralDoc系统的骨分割和血管分割流程图
本研究纳入多中心共18766例行头颈CTA检查的患者（9370例男性和9396例女性，平均年龄63.2岁）进行模型构建。之后前瞻性纳入152例CTA图像进行AI重建与技师手动重建的比较。本文同时总结分析了2019年7月-11月该系统在宣武医院的应用情况。
AI重建和手动重建图像质量的比较
专家表示，本研究报道的人工智能头颈CTA后处理重建是目前国内首个针对头颈血管分割提取的大规模研究，研究结果不仅体现了卷积神经网络在医学图像后处理的应用优势，而且反映了人工智能后处理重建系统在临床的应用价值和潜力。未来人工智能有望继续为推进疾病精准诊断，优化医疗服务流程，提高医疗服务效率做出更大贡献。
