CT Perfusion Map Generation from Multiphase CTA Using a Generative Adversarial Model for Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Multiphase CT Angiography (mCTA) has shown potential as a diagnostic tool for acute ischemic stroke because it captures dynamic changes in the cerebral vasculature. However, mCTA has limitations in assessing brain tissue perfusion, which reduces its clinical interpretability. To address this limitation, we aimed to develop a generative adversarial network (GAN) that generates CTP-like maps from mCTA. This approach aims to improve the interpretability of mCTA. MATERIALS AND METHODS: A total of 714 cases with NCCT, CTP, mCTA, and follow-up NCCT/MRI were analyzed across internal and external data sets. A GAN was trained to generate multiparametric CTP maps (Tmax, CBF, CBV). The performance of the model was evaluated using the Structural Similarity Index (SSIM), peak signal-to-noise ratio (PSNR), and Fréchet Inception Distance (FID) compared with actual CTP maps. Clinical utility was assessed by predicting infarct core and penumbra using threshold-based segmentation and evaluating metrics such as the Dice coefficient, area under the receiver operating characteristic curve (AUC) of dichotomized infarct volumes of < 70 mL, and mismatch ratio following DEFUSE 3 criteria, compared with the ground truth of actual CTP prediction. RESULTS: The GAN achieved SSIM, 0.65-0.66; PSNR, 20.4-20.8; and FID, 15.8-17.0 on internal data, surpassing both CycleGAN (SSIM: 0.608-0.642, PSNR: 18.2-19.7, FID: 27.6-32.5) and Pix2Pix (SSIM: 0.630-0.645, PSNR: 19.5-19.7, FID: 19.4-20.8) across all metrics. Predicted penumbra and infarct core showed Dice coefficients of 0.672 and 0.468, with strong correlations (penumbra: 0.921, core: 0.902) and AUCs of 0.854 (95% CI, 0.819-0.888) (mismatch ratio) and 0.850 (95% CI, 0.817-0.884) (dichotomized infarct core). External data validation yielded Dice coefficients of 0.481 (penumbra) and 0.301 (core) with AUCs of 0.720 (95% CI, 0.589-0.808) (mismatch ratio) and 0.703 (95% CI, 0.528-0.794) (dichotomized infarct core). CONCLUSIONS: The GAN effectively generated CTP-like maps from mCTA, improving interpretability and demonstrating promising diagnostic performance, particularly for resource-limited settings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».