急性缺血性卒中是造成患者殘疾和死亡的主要原因，發病率約為每10萬人94.5人，2019年全世界約有763萬人受到影響。CT在急性缺血性腦卒中治療選擇中起到了的重要作用;其中，CT血管造影(CTA) 用於識別適合於血管內血栓切除術 (EVT) 的大血管閉塞(LVOs)，以評估頸部血管是否存在夾層或其他可能使EVT複雜化的血管變異或異常，並可作為EVT的路線圖。雖然CTA檢查的唯一目的是顯示顱內和顱外動脈，但由於其解剖覆蓋範圍較廣，許多其他器官也可顯示，因此CTA顯示腦外結構和主要動脈可能會增加放射科醫生的判析時間。另一個問題是缺血性卒中患者在CTA中偶然發現(即與最初診斷無關的意外發現)十分常見。最近的一項研究報道，15.4%的急性缺血患者偶然發現具有重大臨床相關性，因此增加了醫療費用。

現階段，深度學習徹底改變了圖像後處理，並可用於許多醫學圖像執行任務。研究假設，基於深度學習的圖像分割可以用於從CTA檢查中選擇性地提取與缺血性卒中評估相關的大腦(包括顱內動脈)和顱外動脈病變，同時隱藏所有其他未知的解部結構。這種方法我們稱之為“聚焦視圖CTA”，可以加快急性缺血性卒中患者的圖像判讀速度，並提供了一種研究CTA偶然發現的相關性方法。

近日，發表在EuropeanRadiology雜誌上的一篇研究探討了聚焦視圖 CTA選擇性顯像卒中相關動脈的技術可行性。

本項研究將總共141例急性缺血性腦卒中評估的CTA檢查分為100例訓練深度學習算法(稱為 "聚焦視圖 CTA")和41例測試集，前者用於選擇性提取腦動脈(包括顱內動脈)和顱外動脈。采用以下評分係統對聚焦視圖和未修改CTA的解剖結構可見度進行評估： 5 =完全可見，診斷充分;4 =幾乎完全可見，診斷充分;3 =不完全可見，診斷勉強充分;2 =幾乎不可見，診斷不充分;1 =不可見，診斷不充分。

在聚焦視圖CTA中，主動脈弓、鎖骨下動脈、頸總動脈、頸內動脈C1、C6和C7段、椎動脈V4段、基底動脈、小腦(包括小腦動脈)、大腦(包括大腦動脈)和硬腦膜靜脈竇的中位數均為4分。頸內動脈C2至 C5段和椎動脈V1至V3段的中位分數介於3和2之間。在非改良 CTA 中，上述所有解剖結構的中位分值為5，明顯高於聚焦視圖CTA(P < 0.0001)。

本項研究表明，聚焦視圖CTA有助於選擇性地觀察卒中相關動脈。同時，進一步改進的重點應是更準確地顯示靠近骨頭的較小和迂曲的頸內動脈和椎動脈節段。

原文出處：

Christian Roest,Reina W Kloet,Maria J Lamers,et al.Focused view CT angiography for selective visualization of stroke related arteries: technical feasibility.DOI:10.1007/s00330-023-09904-6