11月28日，由北京医学会主办的“2020首都青年医学创新与转化大赛” 决赛在北京国际会议中心举行。大会评委从临床方法及创新价值等多个维度，对入围的20余项覆盖临床创新研究、生物医药、医疗器械、医疗软件的项目，进行综合评判。经过激烈角逐，由我院副院长卢洁牵头、北京理工大学及数坤网络科技有限公司合作项目“人工智能辅助诊断系统在脑血管疾病领域的研发与应用”荣获一等奖。

脑血管病具有高发病率、高致残率、高死亡率的特点，早期诊断对改善患者预后具有重要意义。头颈动脉CTA成像是无创诊断脑血管病的方法，但由于图像后处理复杂、耗费时间长，难以满足临床日益增长的患者需求。因此，如何实现快速、简便、精准诊断是亟待解决的临床痛点。

图1. 人工智能辅助系统的骨分割和血管分割流程图。a: 3D ResU-Net结构单元实现头颈CTA中骨和血管的自动分割；b: 全系统流程图，ResU-Net 1和ResU-Net 2用于实现骨分割，ResU-Net 3 实现血管分割，最后CGPM生长网络用于血管断裂处的连接，完成图像后处理。

图2. AI重建和手动重建图像质量的比较。第一列可见AI 重建图像血管管壁更加光滑，分支显示更远；第二列可见手动去骨受扫描的影响较大，g图可见血管周围大量骨残留影响其观察，对同一病例AI通过增强扫描完成去骨，去骨效果良好，同时避免进行二次扫描。

该项目自主研发了独有的深度学习算法，可对头颈动脉CTA影像数据进行自动化分割、建模、并提取相应管腔及斑块信息，并基于多中心大样本数据库构建了可实现全流程自动化处理、无需人工干预的AI平台，实现了快速（节约83%后处理时间）、简便（节省75%人力）、精准（后处理图像准确率达92.8%）的研发目的，成果发表于Q1区杂志Nature Communication并已推广应用至全国100家以上医院，具有良好的临床应用前景，可服务于公立医院、第三方体检及影像中心，为广大脑血管病患者服务。

图3 相关成果已在《Nature Communication》在线发表