ArteryX：基于血管融合网络的脑动脉特征提取及稳健验证框架

脑血管病理显著导致认知衰退和神经系统障碍，凸显了评估血管完整性的高级工具的必要性。三维Time-of-Flight磁共振血管成像（3D TOF MRA）广泛用于可视化脑血管，但临床评估通常仅关注主要血管异常，忽略理解微小血管变化的定量指标。现有从MRA中提取结构、几何和形态学血管特征的方法——无论是手动还是自动——面临用户可变性、学习曲线陡峭和缺乏标准化定量验证等挑战。我们提出一种新型准监督血管评估框架，命名为ArteryX，一个基于MATLAB的工具箱，以高精度和高效实现血管特征量化，处理时间约为10-15分钟/受试者，分辨率为0.5 mm，用户干预最少。ArteryX采用基于血管融合网络的地标化方法可靠地跟踪和管理描绘，有效解决悬挂/不连续血管问题。在脑小血管病患者的验证中，显示其对微小血管变化的灵敏度更高，性能优于现有准自动方法。重要的是，ArteryX工具箱通过集成基于血管融合图节点的体内类似血管模拟框架，利用预定义的地面实况特征针对特定血管类型进行定量特征验证。因此，ArteryX框架有望用于基准化特征提取工具箱，并无缝集成到临床工作流程中，以实现脑血管病理的早期检测和标准化患者队列间的比较，从而推动理解血管对脑部健康的贡献。