【文献快递】人工智能在前庭神经鞘瘤放射外科治疗后纵向影像学分析中的应用

《Scientific Reports》2021年2月刊载[11(1):3106. ]台北National Yang-Ming University的Cheng-Chia Lee、Chih-Chun Wu ，台北荣民总医院 Wei-Kai Lee等撰写的《人工智能在前庭神经鞘瘤放射外科治疗后纵向影像学分析中的应用。Applying artificial intelligence to longitudinal imaging analysis of vestibular schwannoma following radiosurgery》（doi: 10.1038/s41598-021-82665-8.）。

人工智能(AI)在放射影像学、病理学和神经外科领域的应用取得了相当大的成功。预计人工智能将很快被用于优化基于强化影像学随访的患者临床管理策略。我们在这项研究中的目的旨在通过使用一系列参数性MR图像自动测量放射外科治疗后的前庭神经鞘瘤(VS)，建立一种算法。

基于1993年至2008年间接受伽玛刀放射外科(GKRS)治疗的861例连续患者的样本，我们将提出的带有自动预处理管道（with automated pre-processing pipeline）的端到端深度学习方案（the proposed end-to-end deep-learning scheme）应用于一系列1290次MR检查(T1W+增强[C]和T2W参数MR图像)。

所有这些都是在一致的成像采集协议下进行的。在每个随访时间点，基于人工智能的体积测量和由放射影像学专家进行的临床测量的相对体积差(RVD)为+ 1.74%，- 0.31%，- 0.44%，- 0.19%，- 0.01%和+ 0.26%，无论肿瘤的状态(进展，伪性进展，或退缩)。

本研究概述了一种通过新的体积测量算法来评估治疗反应的方法，并可用于GKRS的纵向跟踪，而提出的深度学习人工智能方案适用于各种治疗干预后的纵向跟踪评估。