基于CTA图像增强处理与显示的颅内动脉瘤诊断及破裂风险评估

Intracranial aneurysm is a type of disorder with high fatality and deformity rates. The early diagnosis has great clinical significance, and the rupture risk assessment is a critical issue in the treatment decision and surgery time choice. In this research on intracranial aneurysm, a method of diagnosis and rupture risk assessment base on enhanced process and display of CTA images is proposed. The regions of interest are extracted by visual selective attention model and then enhanced. The possible intracranial aneurysms along the intracranial artery skeletons are recognized by machine learning, becoming a new computer aided diagnosis scheme for intracranial aneurysms diagnosis study. By providing clear intracranial artery structure and abundant vascular morphological features, the stereo display technology facilitates the physicians to diagnose intracranial aneurysm effectively and accurately. With analysis of morphological factors related to hemodynamics, a direct medical image reference for the rupture risk assessment of intracranial aneurysm would be introduced. The research would not only provides an effective assisted tool for CTA diagnosis and rupture risk assessment of intracranial aneurysm, but also create necessary theoretical basis for future medical image process and computer aided diagnosis systems development.

颅内动脉瘤是一种能引发高死亡率和致残率的疾病，对其做出早期准确的诊断具有非常重要的临床意义，诊断中的破裂风险评估是进行治疗决策和选择手术时机的关键。本项目以颅内动脉瘤为研究对象，提出了一种基于CTA图像增强处理与显示的诊断与破裂风险评估方法。结合视觉选择注意机制对CTA图像的感兴趣区域进行提取与增强，以机器学习的方法沿提取的颅内动脉骨架识别出颅内动脉瘤的可能存在的区域，形成了一种新的计算机辅助诊断方案以开展颅内动脉瘤诊断研究。利用立体显示技术提供清晰的颅内动脉空间结构和丰富的血管形态特征信息，便于医生对颅内动脉瘤做出高效、准确的诊断，并分析与血流动力学相关的形态学因素，进而为颅内动脉瘤的破裂风险评估引入直观的影像学依据。本项目的研究不仅为颅内动脉瘤的诊断与破裂风险评估提供准确而有效的辅助工具，还能为新一代医学图像处理和计算机辅助诊断系统的研制奠定必要的理论基础。

颅内动脉瘤就像一颗隐匿于人脑内的“定时炸弹”，一旦破裂，致死率和致残率极高，因此早期准确的诊断至关重要，而诊断后的破裂风险评估是指导临床医生选择治疗决策和手术时机的重要依据。然而，实际工作中，一直存在着CT血管成像对于靠近颅底骨的动脉瘤和小动脉瘤的诊断敏感性和特异性较低的问题。并且，随着影像技术的迅猛发展，影像科医生的工作量呈几何倍数增长，这导致影像科医生长期处于疲劳状态，在工作中出现了一些不必要的误诊和漏诊。为了解决这些问题，本项目搭建了CT后处理增强显示系统，并验证了其对颅内动脉瘤及脑动静脉畸形的诊断能力。此外，本项目以颅内动脉瘤为研究对象，以3D卷积神经网络中经典的机器学习方法Deepmedic算法为基础，建立颅内动脉瘤计算机辅助诊断系统实现对颅内动脉瘤的自动检测，并分析多个能够反映动脉瘤血流动力学特征的形态学参数，为颅内动脉瘤的破裂风险评估引入直观的影像学依据。结果表明：CT后处理增强显示系统作为传统CT工作站的升级和补充，在不增加放射剂量的前提下，可提高CTA对小动脉瘤、靠近颅底骨动脉瘤以及近颅底部的小动脉瘤的诊断能力。对于供血动脉的显示，CT后处理增强显示系统可以消除传统CT工作站因旋转不良而在某些角度上产生的假阳性与假阴性，尤其是对瘤巢大、供血动脉及引流静脉多的脑动静脉畸形。对于引流静脉的显示，CT后处理增强显示系统更直观、具体、准确，可更好的显示走行路径较长、走形迂曲的大范围的引流静脉。依托Deepmic机器学习算法建立的颅内动脉瘤计算机辅助诊断系统对颅内动脉瘤的检测能力很强，可信度高，对颅内动脉瘤的分割效果好；检测能力与动脉瘤大小相关。经统计分析，纵横比（AR）、波动指数(UI)、非球形指数(NSI)、椭圆率指数(EI)、尺寸比（SR）、动脉瘤倾斜角（θA）和动脉瘤顶点角（γ）与动脉瘤破裂状态显著相关。