关键词:
急性脑梗死
半暗带
3D卷积神经网络
3.0T磁共振
32通道
摘要:
目的探讨基于3D卷积神经网络(3D-CNN)的3.0T磁共振32通道在急性脑梗死(AIS)诊疗中的应用价值。方法选择2022年11月至2023年6月住院的依据AIS早期诊治指南确诊的患者作为研究对象,共纳入280例研究样本。每位患者在卒中急性期接受3.0T MRI检查,序列包括T1、T1c、T2、CBF、CBV、DWI、Tmax和TTP。图像分辨率为2×2×2 mm^(3)。180名患者的MRI数据作为训练集,100名接受过MRI检查的患者为测试集。利用3D-CNN模型对训练集进行训练,并对测试集进行预测,输出AIS病灶的分割结果。AIS病灶由缺血中心区及其周围的缺血半暗带组成,缺血中心区的脑组织完全坏死,不能恢复。本算法能够同时识别中心区和半暗带,而不仅仅是半暗带。本算法的性能是以DICE系数、精度、灵敏度、平均对称表面距离(ASSD)和Hoffman距离为因素进行评估的。结果本算法在测试集上得到了较高的分割性能,DICE系数为0.87±0.05,精度为0.91±0.04,灵敏度为0.85±0.06,ASSD为1.23±0.32 mm,Hoffman距离为1.56±0.41 mm。与影像专家手动标记结果进行比较,差异无统计学意义(P>0.05)。结论基于3D-CNN的3.0T磁共振32通道在AIS诊疗中具有较高的应用价值,可以有效地分割AIS病灶,为临床医生提供更准确和更快速的诊断依据。