自动化血肿定位绘图——脑出血风险分层的未来?Automated Hematoma Location Mapping — The Future of Intracerebral Hemorrhage Risk Stratification? | AHA Blogs

环球医讯 / AI与医疗健康来源:www.ahajournals.org美国 - 英语2025-09-13 12:44:44 - 阅读时长2分钟 - 923字
本文探讨了基于体素分析的自动化血肿定位绘图技术对脑出血预后风险分层的应用价值。研究团队通过对559例急性脑出血患者的CT影像进行自动化分析,构建了可定量识别高风险出血区域的体素图谱。结果显示基底核区、丘脑、脑干等深部结构出血与3个月不良预后显著相关,尤其当血肿体积超过4.8mL时预后风险陡增。该技术突破了传统依赖主观判断的出血定位方式,为临床决策和临床试验设计提供了精准化工具。
脑出血自动化血肿定位绘图风险分层体素级血肿定位图谱脑区图谱预后临床应用局限性展望健康
自动化血肿定位绘图——脑出血风险分层的未来?

自动化血肿定位绘图——脑出血风险分层的未来?

Abou Karam G等团队近期在《卒中》杂志发表的研究揭示,通过自动化影像分析构建的体素级血肿定位图谱,可显著提升脑出血患者的风险分层能力。这项研究纳入了来自美国综合卒中中心的559例急性脑出血患者作为建模队列,并采用ATACH-2临床试验对照组的345例患者作为验证队列。

研究方法突破

研究团队采用创新技术流程:首先使用手动分割方法在入院CT上界定血肿区域(亨氏单位阈值40-200),随后通过影像配准工具将CT影像与MNI-152标准脑模板进行共配准。这种国际通用的神经影像学模板(MNI-152)已广泛应用于神经外科和神经科学研究。通过体素分析校正基线血肿体积后,成功绘制出与3个月预后显著相关的脑区图谱。

核心发现

研究证实,基底节区、丘脑、尾状核、中脑和桥脑区域的出血与3个月改良Rankin量表评分显著相关。当血肿与高风险区域重叠度超过22%时,预后不良的风险比达到最高值。这些区域即使发生小型血肿(>4.8mL)也可能导致严重功能障碍,且这种风险独立于年龄、入院GCS评分、NIHSS评分等传统预测因素。

临床应用价值

研究团队指出,当前急性期影像分析已广泛应用自动化技术(如ASPECTS区域分割和RapidAI的血肿体积测算)。将体素图谱整合至临床流程,可提升风险预测精度,优化临床试验患者筛选标准。值得注意的是,深部区域预后不良的判定阈值(4.8mL)低于传统"血肿扩大"定义的6mL标准。

局限性与展望

研究存在选择偏倚可能,因配准失败的影像资料被排除。验证队列中被排除患者具有更大血肿体积和更差预后,提示可能影响模型普适性。未来研究需验证更长时间(6-12个月)的预后关联,并探索不同脑区血肿扩大的差异化定义。研究团队强调,该成果对理解"临床显著性血肿扩大"具有重要指导意义。

参考文献:

  1. Morotti A等. 脑出血扩大:定义、预测与预防.《柳叶刀神经病学》2023
  2. Qureshi AI等. 急性脑出血强化降压治疗.《新英格兰医学杂志》2016
  3. Mazziotta J等. 四维概率脑图谱.《AMIA杂志》2001