A dual-input DICOM benchmark for perfusion algorithm validation: temporal-separation bias in single-input deconvolution
本研究引入了一个双输入 DICOM 基准测试，旨在证明将单输入反卷积应用于具有时间分离血供的组织会因时间分离偏差而显著低估血流，而血容量估计则保持准确。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
医学影像技术让医生能够实时观察人体内的血液流动，将器官的静态图像转化为动态的生命地图。为了了解一个器官的工作效能，专家通常会观察三个特定的数值：有多少血液流经组织、在任何给定时刻有多少血液停留在组织内，以及血液流经该处需要多长时间。这些测量指标对于诊断如肝脏等器官的疾病至关重要，因为肝脏的血液来自两个不同的来源：一条来自心脏的直接线路，以及一条来自消化系统、速度较慢且经过过滤的路径。几十年来，计算机程序一直被设计用于通过比较组织对血液到达的反应来计算这些数值。然而，这些程序是基于一个简单的假设建立的：即所有血液都来自单一来源，并在同一时间到达。当现实情况更为复杂——血液从两个方向以不同的速度到达时——旧有的工具可能会给医生提供误导性的图景。
东京电气大学的研究员坂本智树（Tomoki Saka）着手测试了这些标准计算机程序在面对这种双源现实时究竟面临多大的挑战。研究员没有使用患者或动物模型（因为这会引入太多不可控的变量），而是构建了一个完美的计算机生成模拟系统。这个数字幻影（digital phantom）充当了一个完美的实验受体，其中血液流动的每一个细节都是预先已知的。研究员创建了一个包含 735 种不同场景的海量库，每种场景都代表了血流速度、延迟和容量的独特组合。在这个模拟系统中，一股血流直接到达，而第二股血流则被刻意放慢并分散，以模拟在肝脏等器官中看到的自然延迟。其目标是观察当一个标准的单源计算机程序尝试分析这种双源数据时会发生什么。
结果揭示了当前医疗技术的一个显著盲点。当计算机程序分析双源模拟数据时，它在计算组织内血液的总量方面表现得相当出色。然而，在尝试测量血液流动速度时，它却遭遇了惨败。在两股血流在时间上分离的情况下，程序低估了总血流量，误差约为 23% 到 24%。随着第二股血流变得更加占据主导地位，这种误差会进一步扩大。该程序本质上是将延迟到达的血液视为一个独立的、较慢的事件，并在计算峰值速度时忽略了它，从而报告了一个过低的流速。更令人惊讶的是，研究员发现，一种专门旨在修复时间误差的高级版本软件也完全没有帮助。这种改进后的软件可以处理简单的延迟，但无法解决两股截然不同的血流在不同时间到达并以一种令计算产生困惑的方式融合在一起的问题。
研究还阐明了发生这种情况的原因。该计算机程序通过寻找血液到达曲线中的最高峰值，并假设该峰值代表了流动的总速度。在单源系统中，这种方法运作完美。但在两股血流在不同时间到达时，第二股血流会较晚到达且分布较广，形成一个宽阔而低平的“小丘”，而非一个尖锐的“峰值”。计算机在寻找那个尖锐峰值的过程中，只看到了第一股血流，从而忽略了第二股血流的贡献。由于计算机能正确计算曲线下的总面积，因此总血量依然准确；但由于速度计算依赖于一个不再存在的单一、尖锐的瞬间，导致速度计算失效。这一发现表明，对于具有双重血液供应的器官，现行的测量流速的方法在两路供应无法完美同步时，存在根本性的缺陷。
研究员证实，这个问题并非软件设置上的小故障，而是该方法本身的一个根本性局限。无论如何进行数据采样，或者如何对数字进行平滑处理，误差始终存在。这项研究并未提供新的解决方案或新的程序来解决该问题，而是提供了一个严谨的基准和明确的警告。它表明，虽然目前的工具仍能可靠地测量这些复杂器官中的血液容量，但它们产生的流速数值很可能显著偏低。对于依靠这些数值对肝脏健康做出关键决策的医生而言，这项研究指出，流速测量结果可能需要极其谨慎地解读，或者必须开发全新的方法，以考虑到血液通过体内的两条独立路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。