学术动态 | 南昌大学第二附属医院祝新根团队急性脑出血深度学习相关研究发表在INT J SURG杂志

学术动态

神外前沿‍‍

神外前沿讯，2024年3月15日，南昌大学第二附属医院神经外科祝新根教授课题组在外科学权威期刊《International Journal of Surgery》（Q1，IF2024=15.3）上发表题为《Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis》的论文。

本研究介绍了深度学习在非增强计算机断层扫描图像中检测和分割急性出血性脑卒中的应用，评估了深度学习技术在这一领域的应用表现，并进行了荟萃分析来证明深度学习技术可以帮助临床医生高效检测和分割出血病变，辅助临床决策，改善患者预后。

研究结果表明，深度学习技术有望成为诊断急性脑卒中的有力工具，并为临床决策提供支持。

文献链接

https://dx.doi.org/10.1097/JS9.0000000000001266

南昌大学第二附属医院为本论文第一单位和通讯单位，胡平博士、鄢腾峰博士后、肖兵博士、舒宏新硕士系该论文第一作者，吴淼经博士和祝新根教授为共同通讯作者。

据了解，中国是世界上脑卒中发病率和死亡率最高的国家之一。与全球平均发病率（85~117例/10万人/年）和死亡率（30~114例/10万人/年）相比，中国脑卒中发病率和死亡率分别高达247例/10万人年和115例/10万人年，这一惊人数字凸显了中国情况的严重性。

此外，据观察，中国出血性脑卒中的比例为25%，显著高于高收入国家的比例（9-13%），与其他中低收入国家（14-27%）相当。

急性出血性脑卒中的类型可分为脑实质出血、脑室内出血、硬膜下出血、硬膜外出血和蛛网膜下腔出血。早期诊断出血性脑卒中，特别是识别出血亚型，对于及时和恰当的治疗至关重要。因为图像采集速度快，出血病灶和健康脑组织之间的对比度强，非增强计算机断层扫描是出血性脑卒中的标准成像方式。

它可以提供出血亚型、位置、形状和体积的详细信息，但超负荷的影像解读大大增加了放射科医生的负担，容易导致出血性脑卒中的漏诊或误诊。

此外，出血病灶区域的分割是评估出血严重程度和体积的重要步骤。这些信息对于确定适当的治疗方案和预测患者预后至关重要。先进的成像技术，如基于CT或MRI的容积分析，可以准确量化出血的大小和位置，从而使医疗服务提供者能够明智地做出有关治疗选择的决定。

深度学习是人工智能重要的分支，它在医学图像分割领域显示出巨大的可操控性。

祝新根教授临床研究团队长期致力于人工智能在脑血管疾病的应用研究，大数据分析以及脑卒中智能模型的开发等，在前期研究基础上（PMID: 37574119, DOI: 10.1016/j.neuroimage.2023.120321），胡平博士等人对国内外关于人工智能辅助诊断脑卒中的相关研究进行了系统回顾和荟萃分析。

通过对所纳入的文献综合分析发现，基于深度学习技术在非增强计算机断层扫描图像上诊断出血性脑卒中方面表现出高敏感性（0.81, 95%CI: 0.85-0.92）、高特异性（0.96, 95%CI: 0.93-0.95）的特点。本研究的受试者工作特征曲线下面积（AUROC）高达0.97 (95%CI: 0.95-0.98)，说明深度学习算法在非增强计算机断层扫描图像上区分患者有无出血性脑卒中方面有着极高的诊断性能。DSC（Dice similarity coefficient）常用于评估模型对感兴趣区域的分割性能，结果表明深度学习模型分割出血病灶区域的DCS高达0.84（95%CI: 0.82-0.87），同金标准的分割标签相当。

此外，该研究进一步比较了深度学习与临床医生在量化出血体积效果和处理时间上的差异。在体积量化方面，临床医生和深度学习模型无明显差异（MD=0.08, 95%CI: -5.45 – 5.60），而在处理时间上，深度学习模型处理时间显著低于临床医生（WMD=2.26, 95%CI: 1.96 – 2.56）。

结果显示，深度学习在非增强计算机断层扫描中检测和分割颅内出血方面具有很高的准确性和敏感性。然而，研究也指出了一些深度学习应用的限制和挑战，需要进一步的研究来解决。总的来说，该研究对深度学习在非增强计算机断层扫描中检测和分割颅内出血的应用进行了全面的综述和分析，为相关领域的研究提供了重要的参考依据。

主要研究者

祝新根，主任医师、二级教授、博士研究生导师，博士后合作导师，“长江学者奖励计划”特岗学者。南昌大学第二附属医院党委副书记、副院长（主持行政工作）、国家卫生健康委能力建设和继续教育神经外科专家委员会副主委、国家神经系统疾病医疗质量控制中心专家委员会委员、中国医师协会神经外科医师分会第六届委员会常务委员、中国医师协会脑胶质瘤专业委员会第三届委员会常务委员、中国卒中中心管理指导委员会、督察专家、江西省医师协会第二届理事会副会长、江西省肺栓塞和深静脉血栓防治联盟理事长、江西省医学会神经外科学分会主任委员、江西老年科普保健协会会长、获得全国优秀共产党员、全国抗击新冠肺炎疫情先进个人、全国卫生健康系统新冠肺炎疫情防控工作先进个人；第四届“白求恩式好医生”获得者、“中国好医生”获得者、北京冬奥会火炬手、江西省卫生健康突出贡献中青年专家等荣誉。目前主持国家自然基金3项，省部级重大课题4项，主持和参与其他课题20余项；以第一或通讯作者发表论文80篇（其中SCI收录62篇），参与发明国家专利12项；荣获江西省科技进步三等奖；培养博士后、博硕士生60余名。

学术动态 | 南昌大学第二附属医院祝新根团队急性脑出血深度学习相关研究 发表在INT J SURG杂志

学术动态 | 南昌大学第二附属医院祝新根团队急性脑出血深度学习相关研究发表在INT J SURG杂志