autoTICI：基于急性缺血性卒中患者二维 DSA 图像的脑组织对流再灌注自动评分
图像与视频处理
2021-05-10 v3 计算机视觉与模式识别
摘要
脑梗死溶栓（TICI）评分是急性缺血性卒中再灌注治疗评估的一项重要指标，常作为血管内治疗（EVT）后的技术结局度量。现有 TICI 评分基于视觉检查定义为粗略的有序等级，导致观察者间与观察者内差异。在本文中，我们提出 autoTICI，一种自动且定量的 TICI 评分方法。首先，利用多路径卷积神经网络（CNN）将每次数字减影血管造影（DSA）采集分离为四个阶段（非增强、动脉、实质和静脉期），该网络利用了时空特征，并以状态转移矩阵的形式融入序列级标签依赖。接着，使用运动校正后的动脉与实质帧计算最小强度图（MINIP）。在 MINIP 图像上分割血管、灌注与背景像素。最后，我们将 autoTICI 评分量化为 EVT 后再灌注像素的比例。在一个常规采集的多中心数据集上，所提出的 autoTICI 与扩展 TICI（eTICI）参考表现出良好相关性，平均曲线下面积（AUC）得分为 0.81；相对于二分类 eTICI，AUC 得分为 0.90。在临床结局预测方面，我们证明 autoTICI 总体与 eTICI 相当。
引用
@article{arxiv.2010.01432,
title = {autoTICI: Automatic Brain Tissue Reperfusion Scoring on 2D DSA Images of Acute Ischemic Stroke Patients},
author = {Ruisheng Su and Sandra A. P. Cornelissen and Matthijs van der Sluijs and Adriaan C. G. M. van Es and Wim H. van Zwam and Diederik W. J. Dippel and Geert Lycklama and Pieter Jan van Doormaal and Wiro J. Niessen and Aad van der Lugt and Theo van Walsum},
journal= {arXiv preprint arXiv:2010.01432},
year = {2021}
}
备注
Accepted for publication in IEEE Transactions on Medical Imaging (IEEE TMI)