Журнал болезней крови и переливания крови

Абстрактный

Компьютерная оценка и обнаружение роста аневризмы (AGED): сравнение с клиническим наблюдением за аневризмой

Айти Чиен*, Зига Спичлин, Зига Бизджак, Камбиз Наэль

Предыстория: Поскольку растущие внутричерепные аневризмы (IA) с большей вероятностью разрываются, обнаружение роста является важной частью наблюдения за неразорвавшимися IA. Недавние исследования последовательно показали, что обнаружение роста IA может быть сложной задачей, особенно в случае небольших аневризм. В этом исследовании мы представляем автоматизированный вычислительный метод, помогающий в обнаружении роста аневризмы.

Методы: Была разработана аналитическая программа Aneurysm Growth Evaluation and Detection (AGED), основанная на изображениях IA. Чтобы убедиться, что программа может удовлетворительно обнаруживать клинический рост аневризмы, мы провели это сравнительное исследование, используя клинические определения роста во время наблюдения за IA в качестве золотого стандарта. Были рассмотрены пациенты с неразорвавшимся мешотчатым IA, за которыми следовала диагностическая КТ-ангиография головного мозга для мониторинга прогрессирования IA. 48 серий изображений IA из 20 продольно прослеженных ICA IA были проанализированы с помощью AGED, и был рассчитан набор морфологических признаков IA. Были выполнены непараметрические статистические тесты и ROC-анализ для оценки эффективности каждого признака для обнаружения роста.

Результаты: Набор автоматически рассчитанных морфологических признаков продемонстрировал сопоставимые результаты со стандартной, ручной клинической оценкой роста IA. В частности, автоматически рассчитанный HMAX был лучше (AUC=0,958) при различении растущего IA от стабильного, за ним следовали V и SA (AUC=0,927 и 0,917 соответственно).

Заключение: Наши результаты подтверждают, что автоматические методы обнаружения роста IA из последовательных исследований изображений являются полезным дополнением к стандартной клинической оценке. Обнаружение роста, генерируемое AGED, показывает перспективность для характеристики и обнаружения роста IA с потенциалом снижения изменчивости, связанной с ручными измерениями.