健康与卒中脑血管的自动分割、特征提取及对比

脑血管的准确分割和脑血管形态的定量评估对于各种诊断和治疗目的至关重要，并且与脑健康和疾病的研究密切相关。然而，由于血管成像数据的复杂性，这仍是一项具有挑战性的任务。我们提出了一种无需任何人工干预的脑血管自动分割方法，以及一种对二值体数据进行骨架化以提取可表征血管结构的几何特征的方法。我们将概率性血管增强滤波与主动轮廓技术相结合，以分割磁共振和计算机断层扫描血管造影（MRA 和 CTA），随后提取血管中心线和直径以计算血管的几何属性。我们的方法使用 Willis 环区域的 3D 体模进行验证，平均 Dice 相似度为 84%，平均 Pearson 相关系数为 85%，修正 Hausdorff 距离误差最小。我们将该方法应用于健康受试者和卒中患者的数据集，并给出了两者间的定量比较。我们发现几何特征存在显著差异，包括总长度（健康者 2.88 ± 0.38 m，卒中者 2.20 ± 0.67 m）、体积（健康者 40.18 ± 25.55 ml，卒中者 34.43 ± 21.83 ml）、弯曲度（健康者 3.24 ± 0.88 rad/cm，卒中者 5.80 ± 0.92 rad/cm）和分形性（盒维数健康者 1.36 ± 0.28，卒中者 1.69 ± 0.20）。该技术可应用于任何成像模态，未来可用于临床中自动获取卒中及其他脑血管疾病（CVD）的 3D 分割血管以进行诊断和治疗规划，也可用于研究各种 CVD 引起的形态学变化。