Key points are not available for this paper at this time.
卒中是全球第二大死亡原因,主要由缺血性疾病引起。与脑部病变表征相关的即时关注和诊断对患者预后起着至关重要的作用。标准卒中诊疗流程包括通过平扫 CT 进行初步评估,以区分脑出血和脑缺血。然而,平扫 CT 在该阶段检测细微缺血性改变的敏感性较低。此外,弥散加权 MRI 检查虽然提供了更强的检测能力,但受到可用性有限和成本较高的限制。因此,我们设想了将 ADC 卒中病灶表现整合到 CT 中的新方法,以增强分析能力并加速卒中患者的临床管理。本研究详细介绍了一项公开挑战赛,科学家们利用配对的 ADC 信息,应用顶级计算策略在 CT 图像上勾画卒中病灶。同时,这也是首次尝试构建包含急性缺血性卒中患者 NCCT 和 ADC 检查的配对数据集。参赛提交的算法对照两位放射科专家的参考标准进行了验证。在包含 36 例患者检查的测试集中,取得的最佳 Dice 分数为 0.2。尽管所有团队都采用了专门的深度学习工具,但结果表明计算方法在支持密度不均匀的小病灶分割方面仍存在局限性。
Gómez et al. (Wed,) 对该问题进行了研究。