Biblioteca93.141 documentos en línea

Artículo

Relationship between Circle of Willis Variations and Cerebral or Cervical Arteries Stenosis Investigated by Computer Tomography Angiography and Multitask Convolutional Neural NetworkRelationship between Circle of Willis Variations and Cerebral or Cervical Arteries Stenosis Investigated by Computer Tomography Angiography and Multitask Convolutional Neural Network

Resumen

El Círculo de Willis (CoW) es la vía colateral más crítica que favorece la redistribución del riego sanguíneo en el cerebro. La variación del CW está estrechamente relacionada con la hemodinámica cerebral y las enfermedades vasculares cerebrales. Sin embargo, aún no se sabe a ciencia cierta a qué se debe esta variación. Además, la evaluación visual de la variación del CoW requiere mucho tiempo. En el presente estudio, basado en el conjunto de datos de angiografía por tomografía computarizada (ATC) de 255 pacientes, se investigó la correlación entre las variaciones del CoW con la edad, el sexo y la estenosis de la arteria cerebral o cervical. Se utilizó una red neuronal convolucional (CNN) multitarea para segmentar automáticamente las arterias cerebrales. Los resultados mostraron que la prevalencia de la variación de la arteria comunicante anterior (Aco) era mayor en el grupo de edad normal que en el grupo de edad normal joven y en las mujeres que en los hombres. Los cambios en la prevalencia de variaciones de segmentos individuales no se demostraron en la población con estenosis de las arterias aferente y eferente, por lo que los factores críticos de variación están relacionados con factores genéticos o fisiológicos más que con lesiones patológicas. Utilizando el modelo CNN multitarea, se pudieron segmentar y reconstruir arterias cerebrales y cervicales completas en 120 segundos, y se alcanzó un coeficiente Dice medio del 78,2%. La precisión de segmentación para la parte precomunicante de la arteria cerebral anterior y la arteria cerebral posterior, las arterias comunicantes posteriores y Aco en CoW fue del 100%, 99,2%, 94% y 69%, respectivamente. La inteligencia artificial (IA) puede considerarse una herramienta complementaria para la detección de la CoW, especialmente en relación con la reducción de la carga de trabajo y la mejora de la precisión de la evaluación visual. El estudio servirá de base para las siguientes investigaciones destinadas a determinar el riesgo de ictus de un individuo con ayuda de la IA.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento