基于人工智能的主动脉血管树分割在心血管疾病治疗中的现状
图像与视频处理
2023-04-04 v2 计算机视觉与模式识别
机器学习
医学物理
摘要
主动脉血管树由主动脉及其分支动脉组成，在为全身供血方面起着关键作用。主动脉疾病（如动脉瘤或夹层）可导致主动脉破裂，其开放手术治疗风险极高。因此，患者通常需在持续监测下接受药物治疗，这需要通过影像学定期检查血管。用于诊断和监测的标准成像方式是计算机断层扫描（CT），若使用造影剂（称为CT血管造影，CTA）则可提供主动脉及其分支血管的详细图像。理想情况下，将连续CTA中的整个主动脉血管树几何结构叠加并比较。这不仅能检测主动脉的变化，也能检测由原发疾病或新发疾病引起的其分支的变化。手动执行时，这种重建需要逐层勾画轮廓，单根主动脉血管树就可能轻易耗费一整天，因此在临床实践中不可行。然而，自动或半自动血管树分割算法能在手动执行时间的一小部分内完成该任务，并与医生的临床常规并行运行。本文系统综述了用于主动脉血管树自动及半自动分割的计算方法。该综述最后深入讨论了这些最先进方法距离临床应用还有多近，以及该研究领域有多活跃，并考量了出版物、数据集和挑战赛的数量。
引用
@article{arxiv.2108.02998,
title = {AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases Treatment: Status Quo},
author = {Yuan Jin and Antonio Pepe and Jianning Li and Christina Gsaxner and Fen-hua Zhao and Kelsey L. Pomykala and Jens Kleesiek and Alejandro F. Frangi and Jan Egger},
journal= {arXiv preprint arXiv:2108.02998},
year = {2023}
}