PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2602.07535v2cs.CV

이시점 영상 기반 급성 뇌졸중 진행 분석

Bi-temporal Image-driven Acute Stroke Evolution Analysis

급성 허혈성 뇌졸중은 응급 영상에 크게 의존하는 신속한 치료 결정을 필요로 합니다. 입원 시 시행하는 컴퓨터 단층촬영 관류영상(CTP)은 비가역적으로 손상된 조직을 나타내는 허혈성 중심부(ischemic core)와, 관류는 저하되었으나 잠재적으로 회생 가능한 조직을 나타내는 반음영(penumbra)을 추정하는 데 흔히 사용됩니다. 이후 추적 확산강조 MRI(DWI)를 사용하여 최종 경색 부위를 정의합니다. 기존의 영상 기반 접근법은 주로 중심부-반음영 분할이나 최종 경색 예측에 초점을 맞추고 있어, 치료 후 이질적인 반음영 조직이 어떻게 진행하는지에 대한 통찰은 제한적으로만 제공합니다. 본 논문에서는 6개의 결과 인지 관심 영역(ROI) 클래스를 사용하여 입원 시 CTP 특징 신호와 추적 DWI로 정의된 조직 결과를 연결하는 이시점(bi-temporal) 조직 표현형 분석 프레임워크를 제안합니다. 입원 시 조직 특징 신호는 mJ-Net 및 nnU-Net 표현에서 추출한 통계적 특징, 라디오믹스(radiomic) 특징 및 딥러닝 특징을 사용하여 특성화됩니다. 내부 코호트(SUH)에서 회생된 반음영과 경색된 반음영은 일관된 특징 공간 분리를 보인 반면($\tildeΔ{\cos}=0.146$, $p<0.05$), 중심부 조직은 이후의 운명에 따른 분리가 미미하게 나타났습니다. 가장 큰 분리는 초기에 관류 저하가 없었으나 나중에 경색된 조직과 정상 대측 조직 사이에서 관찰되었습니다($\tildeΔ{\cos}=0.460$, $p<0.05$). 공개 데이터셋인 ISLES'24에 대한 교차 데이터셋 평가에서도 유사한 경향이 나타나 관찰된 특징 공간 패턴의 일관성을 뒷받침했습니다. 이러한 결과는 입원 시 CTP에 기존의 중심부-반음영 묘사를 넘어선 결과 관련 조직 정보가 포함되어 있음을 시사합니다. 코드는 https://github.com/yokko123/bi-temporal-ctp-dwi-code 에서 확인할 수 있습니다.