基于多任务学习血管分割的拟定量侧支评分在sCTA评估急性缺血性卒中侧支循环中的应用

目的评估基线CT血管造影(CT angiography,CTA)拟定量评分(self-designed collateral circulation quantitative,SD-CCQ)与Alberta卒中项目早期CT评分(Alberta Stroke Program Early CT Score,ASPECTS)两者间的一致性和准确性,探讨SD-CCQ评估急性缺血性卒中(acute ischemic stroke,AIS)患者侧支循环代偿状态的临床价值。方法回顾性分析2020年1月至2022年12月因急性缺血性卒中在中山市中医院神经康复科收治的84例患者的临床数据和影像学资料,包括CT、CTA、弥散加权成像(DWI)影像数据。采用多任务深度学习方法对CTA源图像进行血管分割标注,并对血管分割后的CTA影像分别进行ASPECTS评分和SD-CCQ评分,从而评估AIS患者的侧支循环代偿情况,通过Kappa检验评价两种方法评估侧支循环的一致性,并通过多因素Logistic回归分析SD-CCQ与AIS患者预后的关系。结果ASPECTS评分与SD-CCQ评分在评估AIS患者侧支循环具有较好的一致性(κ=0.65,P<0.001),SD-CCQ对AIS良性侧支循环的诊断准确率为96.15%。Logistic回归分析显示,SD-CCQ、基线NIHSS、DWI梗死体积是影响AIS患者远期预后的主要因素。结论SD-CCQ可用于CTA影像评估AIS患者侧支循环代偿状态,为临床治疗决策的制定提供循证依据。