Trójfazowa tomografia perfuzyjna mózgu z niską dawką promieniowania i wsparciem AI
Tomografia komputerowa perfuzyjna (CTP, computed tomography perfusion) jest nieocenionym narzędziem w szybkim obrazowaniu przepływu krwi w mózgu u pacjentów z podejrzeniem udaru, umożliwiając podejmowanie decyzji terapeutycznych w oknie czasowym, gdy leczenie może być najskuteczniejsze. Standardowe obrazowanie CTP wymaga jednak ciągłego skanowania mózgowia przez 40–60 sekund, rejestrując dziesiątki punktów czasowych. Takie podejście skutkuje wysoką skumulowaną dawką promieniowania, niesie ryzyko dla pacjentów z niewydolnością nerek z uwagi na konieczność podania dużych dawek środka kontrastowego oraz jest wrażliwe na ruchy pacjenta, co komplikuje analizę i może prowadzić do niepowodzenia badania. Chociaż ograniczenie liczby skanów wydaje się rozwiązaniem, losowe pomijanie punktów czasowych grozi przeoczeniem kluczowych szczytów przepływu krwi, co może prowadzić do poważnego niedoszacowania istotnych parametrów hemodynamicznych. Optymalizacja protokołów skanowania w celu ograniczenia dawki promieniowania i uproszczenia złożonego procesu analizy danych perfuzyjnych pozostaje więc palącym wyzwaniem.
Obecnie zespół z Pierwszego Szpitala Klinicznego Uniwersytetu Jinan oraz Southern Medical University opracował nowy protokół CTP o niskiej dawce promieniowania oraz model głębokiego uczenia, który generuje kluczowe mapy przepływu krwi niezbędne do oceny pacjentów z udarem mózgu. Przeprowadzone badania wykazały, że opracowany protokół pozwala zredukować ekspozycję na promieniowanie o ponad 80% w porównaniu z metodami konwencjonalnymi. To rozwiązanie może znacząco zwiększyć bezpieczeństwo i dostępność diagnostyki udaru, zwłaszcza u pacjentów szczególnie wrażliwych.
Ograniczenia konwencjonalnego CTP
Pomimo dużej przydatności klinicznej, standardowe obrazowanie CTP wiąże się z istotnymi ograniczeniami, w tym:
- Wysoka dawka promieniowania: konwencjonalne protokoły osiągają skumulowane dawki na poziomie około 5260 mGy·cm, co znacząco przewyższa wartości obserwowane w angiografii TK (CTA, ok. 3222 mGy·cm),
- Wrażliwość na ruch pacjenta: wielokrotne skanowanie w czasie zwiększa podatność na zakłócenia ruchowe, co wymaga zaawansowanych algorytmów korekcji,
- Złożony przebieg analizy: przetwarzanie dużej liczby obrazów oraz ryzyko niepowodzenia utrudniają wdrożenie metody w codziennej praktyce klinicznej.
Dotychczasowe próby redukcji dawki promieniowania poprzez rzadkie próbkowanie czasowe niosły ryzyko pominięcia kluczowych szczytów wzmocnienia naczyń tętniczych, prowadząc do błędnych estymacji parametrów perfuzji. Z kolei wielofazowa angiografia TK (mCTA) wykazuje potencjał w rejestracji faz tętniczej i żylnej, lecz wymaga podania dużej objętości kontrastu (ok. 80 ml), co jest niekorzystne u pacjentów z niewydolnością nerek, i nie dostarcza danych ilościowych na temat perfuzji.
Trójfazowy protokół CTP z wykorzystaniem głębokiego uczenia
Inspirując się strukturą czasową mCTA, naukowcy zaproponowali trójfazowy protokół CTP, który znacząco ogranicza liczbę próbek czasowych, zachowując przy tym najważniejsze informacje perfuzyjne. W tym celu opracowano model oparty na generatywnej sieci współzawodniczącej (GAN, generative adversarial network), który umożliwia bezpośrednie generowanie map parametrów perfuzji z trzech jedynie punktów czasowych.
W zestawach danych walidacyjnych model ten wygenerował mapy o wysokiej zgodności strukturalnej i percepcyjnej w porównaniu do obrazów referencyjnych, skutecznie odwzorowując kluczowe cechy perfuzyjne. Przeprowadzono również eksperymenty mające na celu ocenę wpływu zmienności wybranych trzech punktów czasowych na skuteczność modelu. Nawet przy odchyleniach ±2 sekundy od optymalnych punktów model utrzymywał wysoką dokładność predykcyjną, a istotny spadek skuteczności obserwowano dopiero przy przesunięciach przekraczających 4 sekundy. Wyniki te dowodzą praktycznej przydatności zaproponowanego protokołu oraz odporności modelu na umiarkowane zmiany w czasie rejestracji obrazów.
Źródło: Research
