研究人员建议未破裂脑动脉瘤的自动检测方法

脑动脉瘤是发病率高、高风险和阴险的发作。及时发现和干预可以帮助防止动脉瘤破裂。耿陈从戴雅康集团在苏州生物医学工程技术研究所(SIBET)中国科学院合作的放射学在华山医院,复旦大学,最近提出了一个平衡的增强策略根据动脉瘤的位置和构造了一个基于双通道检测模型SE-3D UNet。该研究发表在欧洲放射学。

飞行时间磁共振血管造影(TOF-MRA)是主要的非侵入性颅内动脉瘤的筛查方法。然而,人工筛选可能导致错过了诊断和低效率。现有的基于深度学习自动检测算法具有较高的平均数量的假阳性情况。这可能导致风险和不必要的数字减影血管造影(DSA)检查,很难在临床实践中应用这些方法。

提高检测性能,耿和他的团队利用一个平衡的增强策略基于动脉瘤病变的位置,以减少偏见的问题检测结果数据不平衡引起的神经网络模型。

该检测方法包括预处理整个TOF-MRA数据使用一个自适应的阈值颅内血管提取算法。由此产生的图像,描绘轮廓和整个血管树,然后利用作为输入的双通道SE-3D UNet模型。这个模型包含一个通道自适应特征选择注意机制,允许自动处理生TOF-MRA图像检测动脉瘤并生成输出,包括注释的位置。

该方法在多中心数据集进行验证。实验结果表明,检测的敏感性情况下一级(TRP)为82.46%,假阳性的平均数量每箱0.88 (FPs / case)。没有显著区别每个分组统计分析后的检测性能。

“这个方法证明了一个动脉瘤检测算法的高灵敏度和低误判率是可能的,”耿说。