自发性脑出血（ICH）通过一系列的原发性和继发性损伤可造成严重的残疾。通过重复测量损伤的影像学生物标志物，有助于加深对这些机制的理解。原发性和继发性损伤的最佳生物标志物分别是出血量和血肿周围水肿（PHE）。前者易于测量，而后者则耗时且易受人为因素影响，因此在临床试验和大量人群研究中变得不可行。
最近，有研究人员开发了一种成像算法，能够从ICH患者的连续CT扫描中自动准确地分割出血和PHE。
研究概述
该研究使用了两个ICH队列的数据：耶鲁纵向ICH研究（衍生队列）和埃里希研究（脑出血的种族/种族变异；验证队列）。在两项脑出血研究中，患者的脑出血区域和PHE是通过计算机断层扫描来手动划定，由3名训练有素的研究者（每项扫描分配一名）在基线和随访非造影剂CT的每个图像上手动勾勒出出血和PHE区域，并使用Analyze（11.0版）或3DSlicer（4.1版）软件对图像进行可视化处理，随后由一名研究人员对一致性和准确性进行审查。研究排除了幕下脑出血病例和运动/伪影过多的扫描。
最终，来自例幕上性脑出血的个CT被用于算法推导和交叉验证（图1，仅在线数据补充）。使用带有单个中央处理单元和图形处理单元的机器，对每个CT进行处理的时间为4min，以分割出血和PHE（图2）。
图1
图2
图3
结果显示，自动出血量与手动测量显示出很好的一致性（P=0.96，图1A）。测量体积的中位数差为0.15ml，符合限值14ml以下至13ml以上（图2A）。DSC在0.90（0.85~0.93）时对出血的分割效果良好，并且不随出血部位、扫描时间（基线与随访）或是否有脑室内出血而改变。自动PHE容积也显示出良好的一致性（P=0.81，图1C）。两种方法之间的PHE体积中位数差异为1.5ml，一致性范围为-25~+29（图2C）。PHE分割的DSC中位数为0.54（四分位距为0.39~0.65），并且不随扫描时间而变化。然而，即使在校正了出血量和PHE体积（P=0.02）后，当不存在脑室内出血时，其分割准确度也显著提高（0.57vs0.46）。
该算法在ERICH登记的45例受试者的84次扫描中得到了进一步的评估。出血体积一致性为0.98（图1B），中位差为1ml（一致性范围为-9ml~+7ml）。PHE体积一致性为0.90（0.85~0.93；图1D），中位差为0.9ml（一致限为-18ml~+19ml）。分割精度与交叉验证几乎相同（出血的DSC为0.90，PHE为0.55）。
在由两个不同评分者列出的40个出血和PHE扫描中，评估者之间的中位数DSC出血为0.90，PHE为0.57。评分者之间出血量的一致性为0.97，PHE为0.92。对于评估者内部的可靠性，DSC的出血分割为0.89，PHE为0.62（图3）。出血量一致性为0.99，PHE为0.83。关于算法性能与人工分割的详细比较结果，请参见图2。
该研究验证了一个全卷积神经网络，可以自动将脑出血患者的CT图像分割成出血和PHE区域。该算法相当于人类捕捉出血和PHE的准确度（通过评分者间的可靠性来衡量）。由于PHE是脑出血周围低密度的一个退行性差的区域，因此自动和人工描绘出血的准确性高于PHE。（PHE的较低DSC可能是因为人类金标准对脑出血周围水肿标记的可变性和不精确性，即使是单个评分者，其在重新测试时也有所不同。）
该算法能够快速准确地测量不同时间点的出血量和PHE，捕捉它们随时间的演变，并能够在大队列中动态研究这些生物标记物。人工测量ICH和PHE每次扫描需要一小时，而自动算法可以在几分钟内获得，这意味着可以很容易地对成千上万的ICH患者进行生物标记物的确定。
研究人员表示，“这项研究有其局限性。机器学习方法易受过度拟合的影响，在应用于不同的数据时可能会失去准确性。我们在一个相对较小的，来自外部站点的扫描队列中验证了该算法，仍然需要进行更大规模的验证。我们的算法是由三个不同的评估者进行的，具有一定的主观性。另外，PHE被定义为脑出血周围的低密度，这是一种对继发性损伤的主观估计，仍然需要进一步的评估来更好地理解其生物学意义。此外，比较研究应探索基于强度的阈值（如过去提出的）是否能够像我们基于神经网络的方法一样准确地提取PHE体积。”
参考资料：DharR,FalconeGJ,ChenY.etal.DeepLearningforAutomatedMeasurementofHemorrhageandPerihematomalEdemainSupratentorialIntracerebralHemorrhage.DOI:10./STROKEAHA..
刘爱华
医院
主任医师、教授、博导
北京市神经介入工程技术中心副主任
北京市神经外科研究所医工结合研究室负责人
北京市人才培养“登峰团队”负责人
国家神经系统临床医学研究中心PI
中国卒中学会神经介入分会*建书记
中国卒中学会神经介入分会秘书长
中国青科协常务理事兼生物医药秘书长
中国医药生物技术协会医工结合分会副会长
中国医师协会科普分会神经外科专委会主任委员
中国老年学和老年医学学会脑卒中分会副主任委员
中国医药卫生文化学会脑血管健康促进分会副主任委员
北京医师协会神经介入分会秘书长兼青委会主任委员
擅长脑动脉瘤、脑血管狭窄支架成形与脑血管畸形等微创介入治疗，获王忠诚中国神经外科医师奖、中国医药卫生科技创新人物、脑血管病先后获国家与省部级奖7项，先后承担国自然、科技部与京津冀重点课题13项，已发表国内外核心学术论文篇（Neurology、Stroke等SCI论文63篇），已获国家专利5项，培养硕士生14名，博士生9名。
神经介入在线作为中国卒中学会神经介入分会的官方