近日，记者从首都医科大学宣武医院获悉，该院教授卢洁团队在《自然—通讯》刊发的一项研究表明，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，自动完成头颈CTA血管重建，通过人工智能（AI）自动去骨，在提高精准度的同时，避免二次扫描，降低患者辐射剂量。

目前，临床上完成头颈CTA的图像后处理主要依赖于技师手动勾画重建，平均一个病人的后处理约20~30分钟。随着头颈CTA检查数量的不断增多，后处理重建技师的工作压力逐渐增大。同时，由于头颈血管走形迂曲且与颅骨关系密切，对人工智能的算法也提出了更高要求。

为此，该研究利用基于生理解剖结构分区的3D神经卷积网络，分别对主动脉弓、颈动脉及颅内动脉进行精准分割提取，结合连通性生长预测网络（CGPM），完成头颈CTA血管重建。

据了解，此次研究共纳入多中心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。

并且，研究者还总结分析了2019年7月~11月该系统在宣武医院的应用情况，最终结果为，该系统将图像的平均后处理时间由14.22±3.64分钟减至4.94±0.36分钟，技师点击次数由115.87±25.9下减至4下。

据悉，该研究为国内首个针对头颈血管分割提取的大规模研究。“研究结果不仅体现了卷积神经网络在明升手机版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。” 卢洁表示，未来人工智能有望继续为推进疾病精准诊断，优化医疗服务流程，提高医疗服务效率做出更大贡献。

相关论文信息：http://doi.org/ 10.1038/s41467-020-18606-2