2022年10月，协和医院放射科郑传胜教授团队在高水平期刊Cell Reports Medicine（IF:16.988）上发表研究成果。华中科技大学同济医学院附属协和医院放射科为第一作者单位，郑传胜教授为主要通讯作者，王兴刚教授、杨帆教授、马金强主管技师为共同通讯作者，赵煌旋博士、周政宏、吴绯红博士、向东桥博士为第一作者。

数字减影血管造影(Digital subtract angiography, DSA)是继CT之后出现的一项医学影像技术，是X线技术与血管造影技术结合而来的一种新的检查方法。DSA的基本原理是将注入造影剂前后拍摄的两帧X线图像经数字化输入图像计算机，通过减影、增强和再成像过程来获得清晰的纯血管影像，同时实时地显现血管影。DSA具有检查时间短、造影剂用量少，浓度低、患者X线吸收量明显降低以及节省胶片等优点，在血管疾病患者的临床诊断中，具有十分重要的意义。

蛛网膜下腔出血是一种严重的中风亚型，或可导致永久性脑损伤或死亡。大约85%的病例是由颅内动脉瘤(intracranial aneurysm, IA)引起的，死亡率约为50%，早诊断早治疗是应对该疾病最有效的手段DSA成像不仅是介入治疗不可缺少的技术，二维和三维DSA技术通过可视化直观记录并可视化出血点，也一直被用作诊断IAs的金标准。据权威报道，3D-DSA图像可以高清显示错综复杂的血管走向，使用3D-DSA图像诊断效率优于2D-DSA。最经典的3D-DSA重建方法使用Feldkamp-Davis-Kress (FDK)算法，该方法已被主流DSA器械制造厂家所采用和修正，是运用于临床的最主流DSA三维重建方法。这种经典方法已在临床被使用了数十年之久，至今没有较大改进。该方法对脑血管的重建效果非常好，然而，持续拍摄数百张DSA图像则需将患者长时间地暴露于放射辐射中；至今，没有可临床转化的低剂量DSA三维重建算法被提出。

本研究提出了一种用于DSA三维重建的自监督学习方法（Self-supervised 3D-DSA Reconstruction,SSDR），该方法可以仅以8个视角的二维图像重建出高质量3D-DSA图像，三维重建时，我们直接将多视角二维投影输入至训练好的模型中即可快速重建相应的三维图像。

总得来说，该研究首次提出的自监督学习模型可实现低剂量DSA三维图像重建，这种新的成像方法仅使用8张不同视角的DSA二维图像即可获得较好的三维重建结果，有望大幅降低DSA三维成像对人体的放射辐射剂量，极具临床转化价值。

原文链接：

https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(22)00330-5

通讯作者：郑传胜教授承担国家级、省部级课题20余项，研究方向为重大疾病影像诊断和介入治疗、医学影像人工智能等领域的基础和临床研究，发表包括Lancet Infectious Diseases、Nature Machine Intelligence、Radiology、JVIR等高水平SCI论文160余篇，谷歌学术被引次数超过1万次，最高IF 71分。

第一作者：赵煌旋博士主持国自然科学基金青年项目1项，中国博士后科学基金特别资助和面上资助各1项；研究方向为医学影像人工智能，尤其是介入手术导航；近5年以第一作者发表Advanced Science、IEEE TMI等高水平SCI论文10余篇。