APP下载

面向急性缺血性脑卒中CT到MRI的图像生成

2023-10-21冯二燕秦品乐曾建朝孟延锋

计算机技术与发展 2023年10期
关键词:特征区域

冯二燕,秦品乐,柴 锐,曾建朝,孟延锋

(1.山西省医学影像与数据分析工程研究中心(中北大学),山西 太原 030051;2.中北大学 计算机科学与技术学院,山西 太原 030051;3.山西医科大学 附属太原中心医院,山西 太原 030009)

0 引 言

急性缺血性脑卒中是因血管堵塞造成大脑缺血而引起的脑组织病变,且发病症状较为平缓,不容易引起人们的注意,因此对急性缺血性脑卒中患者及早的治疗和诊断是至关重要的。计算机断层扫描(Computed Tomography,CT)是疑似脑卒中排除颅内出血的首选方法[1]。且CT检查快,十几秒就可完成。但CT对于急性缺血性脑卒中敏感度极低,病灶成像不明显,需要做进一步的磁共振成像(Magnetic Resonance Imaging,MRI)检查。弥散加权成像(Diffusion Weighted Imaging,DWI) MRI对急性缺血性脑卒中的病灶极其敏感,特别是对小梗死病灶,可在数分钟内发现缺血灶[2]。但MRI价格贵,检查时间长,并且对于一些特殊人群使用受限,如有金属植入物的病人,这导致医生不能及时地做出影像诊断[1-3]。针对为急性缺血性脑卒中患者赢得救治黄金时间问题,目前研究的热点主要集中在以下两个方面:(1)利用影像组学在CT影像上确定急性缺血性脑卒中病灶位置;(2)通过生成对抗网络由CT生成MRI,可在生成的MRI上获得病灶信息。这两种方法都在试图通过CT做出诊断,避免做进一步的MRI检查,为患者赢得抢救时间。

就第一个问题而言,通常医生无法通过CT影像确定病灶位置及范围,但研究表明,CT上病灶组织与正常组织存在肉眼不易察觉的差异性[4-5]。Guan等[6]利用影像组学证明了急性缺血性脑卒中病灶在CT上是可分的,且病灶区域与正常区域的影像组学特征差异明显。……

登录APP查看全文

猜你喜欢

特征区域
永久基本农田集中区域“禁废”
分割区域
如何表达“特征”
不忠诚的四个特征
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
线性代数的应用特征
区域