近日，首都医科大学宣武医院教授卢洁团队在《自然—通讯》刊发的一项研究表明，利用3D卷积神经网络设计开发一个可实现头颈CTA血管分割的后处理系统，可自动完成头颈CTA血管重建，通过人工智能（AI）自动去骨，在提高精准度的同时，可避免二次扫描，降低患者辐射剂量。

目前，临床上完成头颈CTA的图像后处理主要依赖技师手动勾画重建，平均一个病人的后处理约20~30分钟。随着头颈CTA检查数量不断增多，后处理重建技师的工作压力逐渐增大。同时，由于头颈血管走形迂曲且与颅骨关系密切，对人工智能的算法也提出了更高要求。

为此，该研究利用基于生理解剖结构分区的3D神经卷积网络，分别对主动脉弓、颈动脉及颅内动脉进行精准分割提取，结合连通性生长预测网络（CGPM），完成头颈CTA血管重建。

据了解，此次研究共纳入多中心18766例头颈CTA检查患者（9370例男性和9396例女性，平均年龄63.2岁）进行模型构建，算法评价指标戴斯相关系数、血管加权分数和召回率均达到90%以上。之后前瞻性纳入152例CTA图像进行AI重建与技师手动重建的比较，AI重建的合格率为92.1%，且与手动重建相比，AI重建VR图像的血管边界更光滑、最大密度投影重建（MIP）图像的去骨效果更佳。

并且，研究者还总结分析了2019年7月~11月该系统在宣武医院的应用情况，最终结果为，图像的平均后处理时间由14.22±3.64分钟减至4.94±0.36分钟，技师点击次数由115.87±25.9下减至4下。

据悉，该研究为国内首个针对头颈血管分割提取的大规模研究。“研究结果不仅体现了卷积神经网络在医学图像后处理的应用优势，而且反映了人工智能后处理重建系统在临床的应用价值和潜力。”卢洁表示，未来人工智能有望继续为推进疾病精准诊断、优化医疗服务流程、提高医疗服务效率做出更大贡献。