Artículo original: Bal, S.S., Yang, Fp.G., Chi, NF. et al. Core and penumbra estimation using deep learning-based AIF in association with clinical measures in computed tomography perfusion (CTP). Insights Imaging 14, 161 (2023).
DOI: https://doi.org/10.1186/s13244-023-01472-z
Sociedad: Sociedad Europea de Radiología (ESR) (@myESR)
Palabras clave: Código ictus, perfusión cerebral, Función de entrada arterial, Red neuronal convolucional.
Abreviaturas y acrónimos utilizados: ACM (Arteria Cerebral Media), ACV (Accidente Cerebrovascular), ASPECTS (Alberta Stroke Programme Early CT Score), AIF (Función de Entrada Arterial), CNN (Convolutional Neural Network) o RNC (Red Neuronal Convolucional), ESR (Sociedad Europea de Radiología), NIHSS (National Institutes of Health Stroke Scale), RM (Resonancia Magnética), ROI (Región de Interés), TC (Tomografía Computarizada).
Línea editorial: Insights into Imaging es una revista de acceso abierto en línea revisada por pares, publicada bajo la marca SpringerOpen y propiedad de la Sociedad Europea de Radiología (ESR). Esta revista se dedica al campo de la radiología y la medicina de imágenes, cubriendo una amplia gama de temas, como avances tecnológicos, diagnóstico por imagen, terapia guiada por imagen, investigaciones clínicas, traslacionales, aspectos éticos y de gestión en la radiología. Su objetivo principal es proporcionar conocimientos actualizados en el campo de la imagen médica a radiólogos, médicos y profesionales de la salud interesados en esta disciplina. Los autores que contribuyen a la revista deben ofrecer una visión crítica de la práctica actual de la radiología y considerar la posibilidad de reformarla.
Esta revista publica de forma continua artículos “open access” a lo largo de todo el año, variando el número de artículos cada mes. En el último mes, septiembre, hay un total de 20 artículos en donde existen artículos tanto de tomografía computarizada (TC), resonancia magnética (RM) y ecografía como artículos sobre el Diploma Europeo de Radiología. Entre los artículos publicados en el último mes, aparte del elegido para su revisión, destaca el novedoso artículo “Utility of contrast enhanced ultrasound (CEUS) in penile trauma”, centrado en los hallazgos en ecografía con contraste en los traumatismos de pene debido a la posibilidad de obtener imágenes vasculares dinámicas en tiempo real y la posibilidad de delimitar hematomas del pene, localizar fracturas y demostrar la integridad de los vasos. Destaca también el artículo “Predictive modeling based on tumor spectral CT parameters and clinical features for postoperative complications in patients undergoing colon resection for cancer”, centrado en los hallazgos de TC espectral en pacientes con neoplasias de colon con el objetivo de predecir las posibles complicaciones postoperatorias previas a la cirugía.
Motivos para la selección: Entre los artículos publicados en este último mes decidí elegir el presente artículo debido al importante papel que tenemos los radiólogos actualmente en el diagnóstico de pacientes con sospecha de Ictus. Es de vital importancia comprender las técnicas utilizadas en el diagnóstico del accidente cerebro vascular (ACV) y estar al tanto de las últimas novedades en el procesamiento de imágenes en estudios de perfusión cerebral.
Este artículo presenta una metodología innovadora que podría tener un impacto directo en la atención médica y mejorar la calidad de vida de los pacientes afectados por esta enfermedad. Además, la combinación de la Función de Entrada Arterial (AIF) y una “Convolutional neural network” (CNN) o Red neuronal convolucional (RNC) es un enfoque novedoso y prometedor en el campo de la neuroimagen, sobre todo en la correcta caracterización del tejido cerebral en “penumbra” o en “core”.
Por lo tanto, este artículo no solo aborda una necesidad crítica en la práctica médica actual, sino que también destaca las posibilidades que presenta la aplicación de tecnologías para la mejora de diagnósticos avanzados como es actualmente el ACV. En resumen, la relevancia clínica y la innovación tecnológica hacen que este artículo sea una elección ideal para una revisión detallada.
Resumen:
El análisis de perfusión por TC es una herramienta crucial en el diagnóstico del accidente cerebrovascular agudo. Permite identificar tanto el core del infarto como el tejido hipoperfundido / penumbra, lo que resulta fundamental para seleccionar a los pacientes adecuados para terapias de reperfusión.
Sin embargo, la precisión en la estimación de estos parámetros de perfusión TC depende en gran medida de la función de entrada arterial (FEA), que representa la región de interés, comúnmente denominada “ROI”, en un vaso arterial intracraneal. Este ROI puede llevar a la identificación incorrecta de los volúmenes del core y la penumbra. Para abordar este desafío, se ha recurrido a las redes RNC en el procesamiento de imágenes de perfusiones mediante TC. Las RNC pueden captar automáticamente características de las imágenes cerebrales, incluyendo la FEA, sin necesidad de una identificación manual. Esto acelera el diagnóstico y mejora la precisión en la identificación del núcleo y la penumbra.
Además de los parámetros de perfusión umbral, se consideran las puntuaciones NIHSS y ASPECTS para la toma de decisiones en la trombectomía. El NIHSS es un indicador de la gravedad del accidente cerebrovascular, mientras que los ASPECTS miden los cambios isquémicos tempranos.
ESTIMACIÓN DEL CORE Y PENUMBRA MEDIANTE RNC
El estudio actual se enfoca en evaluar si la estimación de las curvas de FEA basada en RNC mejora la identificación del core y la penumbra y si estos resultados se correlacionan con las puntuaciones clínicas NIHSS y ASPECTS. Este enfoque promete ser especialmente útil en casos donde los métodos tradicionales de estimación de AIF presentan limitaciones.
El estudio se realizó en una población de 160 pacientes con accidente cerebrovascular isquémico que tenían una obstrucción en gran vaso. La población estaba compuesta por 87 hombres y 73 mujeres, con una edad promedio de 73 años. Para el protocolo de imágenes, se administró a los pacientes una dosis de 70 ml de agente de contraste yodado a una velocidad de 4 ml por segundo.
La técnica se centró en mejorar la estimación de la FEA mediante el uso de RNC. Para lograr esto, se aplicó un algoritmo de agrupación para colocar de forma precisa el ROI que determinará la FEA lo mejor posible en la región de la arteria cerebral media (ACM). Luego, se utilizaron técnicas de aumento de datos y corrección de errores intrínsecos en las curvas FEA para mejorarlas. Esta FEA se utilizó para estimar los volúmenes del core y la penumbra en pacientes con accidente cerebrovascular.
RESULTADOS DEL ESTUDIO
Los resultados se compararon con los obtenidos a través de métodos tradicionales de FEA y mostraron una mejora significativa en la precisión de la estimación (ejemplo). Se encontró una correlación positiva significativa entre los volúmenes de penumbra calculados con la FEA de RCE y la puntuación NIHSS, indicando que puede ayudar a identificar la gravedad del accidente cerebrovascular. Además, se observó una correlación negativa entre estos volúmenes y los ASPECTS, lo que sugiere que también puede ser útil para evaluar las áreas cerebrales afectadas (tabla de resultados).
En comparación con los métodos convencionales sin el uso de la RNC se encontraron diferencias significativas en los volúmenes calculados para la penumbra y el core del infarto. Los resultados demostraron que la FEA de RCE proporciona estimaciones más precisas y clínicamente relevantes en pacientes con accidente cerebrovascular grave. En el artículo se adjuntan ejemplos visuales de pacientes con puntuaciones NIHSS altas y ASPECTS bajos, donde la FEA con RNC mejoró significativamente la estimación de la penumbra y el núcleo del infarto en comparación con los métodos tradicionales (primer ejemplo, segundo ejemplo).
En resumen, el estudio mostró que la FEA con RNC mejora la estimación de los volúmenes de penumbra y de core en pacientes con accidente cerebrovascular, lo que puede tener implicaciones importantes para la toma de decisiones clínicas y el tratamiento de estos pacientes.
Valoración personal:
En mi opinión el artículo ofrece una contribución significativa al campo del diagnóstico y tratamiento del ictus. La combinación de la AIF con RNC presenta un enfoque innovador y prometedor para mejorar la precisión en la identificación de áreas críticas en el tejido cerebral durante un accidente cerebro vascular.
Personalmente, encuentro que la aplicación de la AIF junto con la tecnología de RNC es una estrategia ingeniosa para superar los desafíos en la detección temprana y precisa de la penumbra y el core isquémico. Esta combinación aprovecha tanto la información clínica como las características de la imagen, lo que podría llevar a mejores decisiones terapéuticas.
Además, el artículo presenta resultados bastante concluyentes que demuestran una mejora en la precisión de la estimación del core y la penumbra en comparación con estudios anteriores que no utilizaban RNC. Esto respalda la relevancia clínica de la investigación y su potencial para influir en la práctica médica.
En resumen, este artículo destaca la importancia de mantenerse al día con las últimas innovaciones en el campo de la neuroimagen y el procesamiento de datos, especialmente en el contexto crítico del ictus. Ofrece una visión prometedora de cómo la inteligencia artificial y las CNN pueden desempeñar un papel crucial en la mejora de los diagnósticos que realizamos día a día.
Guillermo Santabrígida Oreja.
Hospital Universitario de Salamanca, R2
guillesantabrigida@gmail.com
cbseram.com 
Deja un comentario