头颈部CTA重建只用点4下！国内团队最新成果登上《Nature》子刊

近日，首都医科大学宣武医院卢洁教授团队在Nature子刊《Nature Communication》在线发表了题为《Rapid vessel segmentation and reconstruction of head and neck CTA using 3D convolutional neural network》的研究论文（IF=12.121）。该论文由首都医科大学宣武医院与数坤（北京）网络科技有限公司共同研究发布。论文第一作者为傅璠博士、通讯作者为卢洁教授。

常规头颈CTA重建

目前公认卒中的黄金时间窗只有3-4.5小时，因此脑卒中的诊疗被称为和时间赛跑的工作，美国心脏协会/美国卒中协会指南倡导从急诊就诊到开始溶栓应争取在60分钟内完成，而影像评估在缺血性脑卒中整个临床路径中扮演着非常重要的角色，需要在20分钟之内完成全部的影像扫描及影像评估。

头颈部CTA检查是脑卒中影像检查中的重要一环，也是最耗时的一环。一个经验丰富的高年资医生，做一个头颈CTA重建需要 20-40分钟。在宣武医院，传统方法每个病例也需要至少30多分钟，而基层医院进行头颈CTA后处理，个别病例有时甚至达到60分钟以上，因此重建的时效性是影像科医生面临的最主要的挑战。

而且各级医院在进行头颈CTA扫描重建工作时均会遇到一些有共性的难点。宣武医院影像科医生介绍到，单次扫描在传统工作站进行后处理重建时，会遇到血管分割困难、脑血管变异多、图像质量不均等难点。比如颈内动脉虹吸部紧贴颅底骨骼，其CT值和位置与周围骨质接近，很难分割；血管开窗畸形，起源变异多等都会造成头颈CTA重建困难。常用的二次扫描后剪影模式会出现配位不准，减影效果差，曲面提取困难等问题。这些难点为头颈CTA的重建及后续诊断均造成不同程度的困难。

如何更快更精准的对CTA进行重建，是迫切需要解决的临床问题。

AI赋能，仅需4步、5分钟内完成重建

数坤科技与首都医科大学宣武医院卢洁教授团队合作首次利用3D卷积神经网络设计开发一个可实现头颈CTA血管分割的后处理系统，实现自动完成头颈CTA血管重建，大大降低了重建操作的复杂程度和重建时间。

图1：CerebralDoc系统的骨分割和血管分割流程图。（a）3D ResU-Net结构单元实现头颈CTA中骨和血管的自动分割；（b）全系统流程图，ResU-Net 1和ResU-Net 2用于实现骨分割，ResU-Net 3 实现血管分割，最后CGPM生长网络用于血管断裂处的连接，完成图像后处理。（c）通过消融实验判断各成分的贡献

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，算法评价指标戴斯相关系数、血管加权分数和召回率均达到90%以上。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，AI重建的合格率为92.1%，且与手动重建相比，AI重建VR图像的血管边界更光滑、最大密度投影重建（MIP）图像的去骨效果更佳。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。该系统将图像的平均后处理时间由14.22±3.64min减至4.94±0.36min，技师点击次数由115.87±25.9下减至4下。

图2：AI重建和手动重建图像质量的比较。（a）手动重建时仅重建了右侧大脑中动脉闭塞，但没有重建侧支循环；而AI重建可以完成侧支循环的重建 (b)。AI重建图像较手动分割的图像更加清晰，尤其是是海绵窦段血管（c,d）。（e-g ）手动重建的MIP图像，（g）可见血管周围大量骨残留影响其观察，（h）AI（CerebralDoc）对同一患者进行重建，去骨效果良好。

图3：AI（CerebralDoc）重建图像与手动重建图像质量的直接对比。（a）右侧大脑中动脉闭塞，未建立侧支循环。（b）基底动脉瘤伴血栓形成和钙化，在CerebralDoc重建的MIP图像中观察到。（c）寰枕手术后，AI重建可以较好的消除金属伪影。（d）右颈总动脉分叉严重狭窄动脉，左椎动脉直接起源于主动脉。AI重建和手工重建均可以较好的显示。

图4：CerebralDoc可以应用于所有行CTA的患者，（a）左侧颈动脉分叉处动脉粥样硬化性溃疡。（b）左侧颈内动脉烟雾病。（c）双侧颈内动脉支架植入。（d）左侧颈内动脉动脉瘤。

不仅如此，传统头颈 CTA 检查，通过手动减影去骨的方式获得血管影像。流程繁复，患者还必须接受2次扫描；而 AI 技术只要求患者完成一次扫描。大大降低了患者扫描的辐射剂量。

宣武医院医生使用CerebralDoc进行CTA重建

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。更重要的是，该项研究真切地让医生和患者受益。

主要研究单位

首都医科大学宣武医院放射科

磁共振成像脑信息学北京市重点实验室

数坤(北京)网络科技有限公司

中国科学院信息工程研究所

首都医科大学附属北京友谊医院放射科

上海交通大学附属第六人民医院介入影像科

河北人民医院医学影像科

山东省立医院放射科

首都医科大学宣武医院核医学科

作者简介

卢洁，教授、主任医师、博士研究生导师，国家自然科学基金优秀青年基金获得者、国家万人计划科技创新领军人才、中华医学会放射学分会杰出青年、北京市科技新星、北京市“百”层次卫生人才、北京市卫生系统高层次卫生技术人才、第六届北京优秀医师。现任首都医科大学宣武医院副院长，放射科主任、核医学科副主任，首都医科大学核医学系常务副主任，磁共振成像脑信息学北京市重点实验室副主任。专业方向为影像医学与核医学，擅长神经系统疾病影像诊断，主要从事脑疾病功能与分子影像学研究，主持国家科技部十三五重点专项、国自然、北自然等10余项课题，发表SCI文章70余篇，代表作发表在Neuron、PLOS Biology、Nature Communications、Theranostics、European Journal of Nuclear Medicine and Molecular Imaging等国际权威期刊，参编（译）著13部。主要学术任职有中华医学会放射学分会磁共振学组委员、北京医学会放射学分会副主任委员、北京医师协会放射医师分会副会长、北京神经内科学会神经影像专业委员会主任委员等。担任中国医学影像技术杂志常务编委、NeurosciBiobehav Rev、JAD、Bioed Environ SCI等杂志审稿专家。

傅璠，首都医科大学宣武医院放射科，博士研究生，主要研究方向为人工智能在神经系统疾病的应用研究，以第一作者发表SCI论文5篇，中文核心期刊3篇，参与北京市自然重点研发项目、国家自然科学基金等3项课题。