论文部分内容阅读
目的
探讨人工智能（AI）在基于颅脑CT灌注数据重组CTA的图像后处理中的应用价值。
方法回顾性分析2020年1至7月河北省人民医院疑似脑血管疾病的100例患者的临床及影像资料。按检查方案的不同将分为A、B 2组，每组50例。A组行颅脑CT灌注检查（选取动静脉CT值差值最大期的前5个时相生成的时间最大密度投影数据集为A1亚组，差值最大期的原始薄层图像为A2亚组），B组行单时相CTA检查，分别进行人工和AI后处理。测量3组图像CT值、噪声（SD）、信噪比（SNR）、对比噪声比（CNR）客观评价指标并进行主观评分，记录并统计人工和AI后处理的血管分割合格率与后处理时间。采用单因素方差分析比较图像的客观评价指标，Kruskal-Wallis H检验比较主观评分差异。
结果3组横断面原始图像的主观评分、客观评价指标差异均有统计学意义（P均<0.05），其中A1组动脉强化程度及小动脉细节显示评分、脑动脉CT值、SNR、CNR均高于A2亚组和B组（P均<0.05）。100例患者共1 100条血管，A1亚组［98.4%（541/550）］、B组［98.7%（543/550）］的AI血管重组合格率均高于人工重组［82.9%（456/550）、87.1%（479/550），χ²值分别为77.392、56.521，P<0.001］，A2亚组的［78.4%（431/550）］AI血管重组合格率低于人工重组［85.6%（471/550），χ²=9.855，P=0.002］。AI处理完成时间较人工分别缩短56.30%、49.63%、50.81%。
结论与人工后处理相比，AI在基于颅脑CT灌注降噪数据的CTA后处理的图像质量与工作效率上具有一定优势，结合人工质控，在脑血管病影像后处理方面值得推广应用。