人工智能技术辅助分析头颈部CTA的应用价值研究

目的以有创动脉造影(digital subtraction angiography,DSA)为参考标准,通过与手动后处理法比较,探讨在头颈部C T血管成像(ct angiography,CTA)后处理过程中人工智能(artificial intelligent,AI)辅助分析的应用价值。方法回顾性分析2020年4月-2022年9月在本院行头颈动脉CTA并于1月内行头颈动脉造影检查且符合纳入标准的42例患者的影像资料,男30例,女12例,平均年龄(67±10.9)岁。通过与手工法图像后处理进行比较,评价AI法后处理的工作效率、VR图像质量、标准符合率以及对颈动脉狭窄程度的诊断符合率。结果对42例患者的84条双侧颈动脉进行分析,人工智能平均完成时间为(1.23±0.17)min,比手工方法(7.95±2.42)min缩短约6.72min,平均时间增益率为84%。人工智能获得的VR图像质量与一般图像质量之比分别为88.1%(37/42)和9.5%(4/42),手动方法获得的VR图像质量与一般图像质量之比分别为19.0%(8/42)和69.0%(29/42)。两种方法获得的VR图像质量主观评分差异有统计学意义(P<0.001);以DSA为“金标准”,其中正常33根,闭塞10根,狭窄41根;在检测闭塞上手工和AI测量准确率均100%,狭窄率手工及人工智能测量结果分别为49.7%±20.9%、51.9%±26.3%,二者无显著性差异(P=0.24),组内相关系数为0.879;结论基于图像分割技术对头颈部CTA血管成像进行后处理,可以显著缩短后处理时间,提高诊断的准确性和效率。此外,VR后处理的图像质量优于手工方法,诊断血管闭塞和狭窄的准确性与手工方法相当,可以更好地辅助影像医生进行诊断。