【中国声音】基于深度学习的一体化颅内动脉瘤形态学自动化分析模型

学术   健康   2024-11-19 17:55   上海  






首都医科大学附属北京天坛医院神经外科王硕教授团队在医学权威期刊Radiology】旗下子刊《Radiology: Artificial Intelligence》(IF:8.1)发表了题为《Integrated Deep Learning Model for the Detection, Segmentation and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography》的研究论文。本研究构建了一体化颅内动脉瘤形态学分析深度学习模型,模型整合了包括动脉瘤检测、分割以及形态学参数测量等功能,提高了年轻医生的动脉瘤形态学分析能力






未破裂颅内动脉瘤(Unruptured intracranial aneurysms, UIAs)是一种常见的脑血管疾病,在中国人群中发病率约为7%。UIAs的形态学参数与UIA的破裂/生长以及介入手术方案设计显著相关。由于缺乏治疗经验,年轻医生和基层医生测量误差大,时间花费长,影响UIAs的手术计划。既往研究发现,在动脉瘤测量中深度学习能缩小测量者间差距,极大减小分析时间。但既往研究功能单一,样本少且缺乏临床验证。因此,基于深度学习的一体化形态学分析工具有助于提高年轻医生的颅内动脉瘤形态学分析能力。


本研究首先基于建模队列(n=1760)建立深度学习模型,模型整合了动脉瘤检测、分割以及形态学参数测量等功能。研究以两名高年资神经介入医生的平均分析结果为金标准,对比模型测量及金标准的一致性。多中心外部验证队列(n=535)独立于建模队列,用于检测模型的泛化能力。最后进行临床试验验证模型应用能力,对比有模型辅助下与无模型辅助年轻医生分析能力是否提升。



研究以nnU-net算法为基础进行UIAs识别和分割。在训练集中,模型UIAs检测准确率为98%,UIAs分割DICE系数为0.90 (95%CI, 0.88-0.92)。测试集中,模型UIAs检测准确率为94%,UIAs分割DICE系数为0.87 (95%CI, 0.83-0.90)。



研究对比模型测量结果与金标准,在建模队列中,各个形态学参数(包括动脉瘤大小、高、宽、瘤颈宽、载流动脉直径等)与金标准的组内相关系数(ICC)均大于0.85,Bland-Altman分析表明多数测量结果在可接受误差范围内。进一步在外部验证队列中进行对比,研究结果发现形态学参数ICC均大于0.80,Bland-Altman分析与建模队列中相似。说明模型的形态学测量准确且泛化性好



研究募集4名年轻医生分别进行独立测量以及在模型辅助下测量。两次测量阶段间隔一段4周的洗脱期。对比两次测量与金标准的ICC、大小测量合格率(模型测量与金标准差距小于1mm数量/测量总数)和大小分类合格率(模型测量与金标准均>7mm或<7mm数量/测量总数)。临床试验发现在各个形态学指标中,年轻医生在模型辅助下的测量较独立测量的ICC明显提升,大小测量合格率由68.0%提升至 81.3%,分类合格率由77.2%提升至 90.2%







本研究建立了一体化的未破裂颅内动脉瘤形态学分析深度学习模型,并进行了模型泛化能力测试和临床试验验证。有助于推动深度学习在颅内动脉瘤诊疗中的研究与应用,提高基层医生及年轻医生的颅内动脉瘤诊疗能力。









第一作者简介


杨溢 医师

首都医科大学附属北京天坛医院

师从首都医科大学附属北京天坛医院王硕教授,主要研究方向为出血性脑血管疾病的临床和基础研究,参与十四五“脑心共患病”慢病防治计划、十三五“神经外科复合手术”重点攻关计划、国家自然科学基金、太湖顶尖专家团队计划等多个国家级和省市级项目的实施,参与筹划抗板严重自发性脑出血外科治疗登记队列(SAP-ICH队列)、自发性脑出血术后早期抗板治疗队列(ESTART队列)等多个队列的研究。以一作/共一于Radiology: Artificial Intelligence, Neurological Sciences及Chinese Neurosurgical Journal等期刊发表多篇文章。





通讯作者简介


王硕 教授

首都医科大学附属北京天坛医院

  • 神经外科教授、博士生导师,主任医师

  • 国家神经系统临床研究中心PI,英国皇家医学会外籍会员

  • 现任中华医学会神经外科学分会主任委员,中国卒中学会脑血管病外科分会主任委员,首都医科大学神经外科学院副院长

  • 主要从事脑血管疾病及颅内肿瘤的外科治疗和研究工作,率先在国内建立了比较完善的微创神经外科技术平台,在脑血管病手术中运用功能磁共振、神经导航、荧光造影、电生理监测、激光多普勒脑血流监测等辅助技术,大大提高了脑血管病的手术安全性和效果;同时还从事了一系列脑血管病发病机制的研究,包括颅内动脉瘤的形成和破裂机制、脑血管畸形的分子病理学研究

  • 现已获得国家及省部科技奖励14项,其中获国家科技进步二等奖3项

  • 以第一作者或通讯作者在Science bulletin、Radiology、Stroke、Cardiovascular Diabetology、Translational Stroke Research、Neurosurgery、Journal of Neurosurgery等国际知名学术期刊发表学术论文130余篇;担任主编和副主编出版专著9部、教材4部。

  • 先后主持和完成了国家“十三五”重点研发计划、国家“十二五”支撑计划、国家自然科学基金、北京市科委重点项目等多个相关的实施;现主持一项国家自然科学基金课题、一项“十四五”国家重点研发计划“常见多发病防治”项目和一项“太湖人才计划”的“顶尖专家团队”项目

  • 先后获得“北京市跨世纪优秀人才”、“北京市‘十百千’计划人才”、“卫生部有突出贡献中青年专家”、“‘卫生部抗生素临床合理应用全国普及计划’核心专家”、“卫生部人才中心全国领域专家”和吴阶平-保罗杨森奖


识别二维码,前往王硕 教授学术主页

查看更多精彩内容





资深作者简介


刘清源 医师

首都医科大学附属北京天坛医院

  • 医师,医学博士,师从北京天坛医院王硕教授,主要研究方向为出血性脑血管疾病的临床和基础研究

  • 现主持一项国家级课题和一项省市级课题;作为骨干成员参与了十四五“脑心共患病”常见多发病防治计划、十三五“神经外科复合手术”重点攻关计划、国家自然科学基金、太湖顶尖专家团队计划等多个国家级和省市级项目的实施

  • 目前为Frontiers in Aging NeuroscienceBrain Sciences特邀编辑,同时还担任Stroke and Vascular Neurology、Frontiers系列和Brain Sciences等期刊的审稿人

  • 以一作或共同一作的身份在Science Bulletin、Radiology、International Journal of Surgery、Stroke、Translational Stroke ResearchJournal of Neurosurgery等期刊杂志发表论文30余篇


识别二维码,前往刘清源 医师学术主页

查看更多精彩内容



声明:脑医汇旗下神外资讯、神介资讯、脑医咨询、AiBrain所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可,禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用,亦须注明来源。欢迎转发、分享。
投稿/会议发布,请联系400-888-2526转3

脑医汇App(原神外资讯/神介资讯App)“话题圈子”重磅上线,这里有各种专业问题及权威解答,点击“阅读原文”抢先体验!

点分享

点收藏

点点赞

点在看

神外资讯
【脑医汇】品牌旗下新媒体,传播、分享神经外科领域的最新进展,为神经外科医生提供一个学术交流、业务交流的平台。
 最新文章