贝叶斯CT灌注算法对急性缺血性脑卒中患者脑梗死核心的评估价值
目的:比较分析3种不同CT灌注算法对于急性缺血性脑卒中(AIS)患者脑梗死核心体积评估的准确性,探讨贝叶斯(Bayesian)CT灌注算法在评估脑梗死核心体积的临床价值.方法:回顾性分析59例前循环AIS患者资料,所有患者在发病24 h内均进行一站式CT检查,分别采用3种灌注算法:贝叶斯CT灌注算法,循环奇异值分解算法(cSVD)和振荡指数奇异值分解算法(oSVD),对核心梗死体积大小进行全自动评估,采用发病72 h内复查的DWI或CT平扫确定最终梗死体积.采用Spearman秩相关和一致性分析(ICC、Bland-Altman分析)评估各算法所得梗死核心与最终梗死体积之间的一致性.结果:3种灌注算法所估算的脑梗死核心体积的中位数分别是:贝叶斯=9.27 mL,oSVD=1.14mL,cSVD=0.87mL,最终脑梗死体积中位数为12.64mL.3种算法与最终脑梗死核心体积相比均具有相关性(P＜0.000 1),其中相关性最强的是贝叶斯算法(r=0.98),最小的是cSVD算法(r=0.60).3种算法一致性ICC值分别为贝叶斯算法=0.76,oSVD算法=0.23,cSVD算法=0.20.结论:3种灌注算法中贝叶斯CT算法在梗死核心体积评估中最准确.基于贝叶斯CT灌注算法是一种可靠的评估梗死核心体积的方法,有助于临床医师对卒中患者作出准确的诊断治疗方案.
卒中、贝叶斯定理、体层摄影术、螺旋计算机
33
R743.3;R814.42(神经病学与精神病学)
2022-05-12（万方平台首次上网日期，不代表论文的发表时间）
共6页
156-161
