基于深度学习的心脏影像学数据测量及其在心脏性猝死诊断中的应用

李泽浩 ，刘宁国，董贺文，李廉杰，何恒辉，林丽华，刘茜，杨明真

1.华中科技大学同济医学院法医学系，湖北 武汉 430030；2.司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台，上海 200063

心血管疾病猝死占成年人猝死的第一位[1]。据统计[2]，在我国，心血管疾病引起的猝死占50%～60%，是危害性最大、猝死率最高的疾病。在法医学领域，心脏性猝死疾病的相关心脏参数测量受主观因素和人工测量方法的限制，使某些参数可能存在人为因素导致的估计偏差或测量偏差[3]，且由于法律法规和宗教习俗，一些心脏性猝死案例往往不能通过详尽的法医病理学检验进行诊断[4]。

随着法医学尸体检验技术的不断发展，死后断层影像学（postmortem cross-sectional imaging，PMCSI），也称虚拟解剖（virtual autopsy）或解剖画像（autopsy imaging，AI），可以在无需解剖的情况下获取尸体内部的信息，具有便捷性、无创性、客观性、直观性、原位性等优点[5]，可以在常规解剖前提供指导，在死因鉴定和心脏病理学研究中发挥着越来越重要的作用。有研究[6]利用CT 扫描对一名男性死者（60 岁）进行虚拟解剖，该死者因食管癌入院，行食管中上段癌根治术后10 h死亡，通过虚拟解剖发现其冠状动脉左前降支钙化，后经尸体检验明确死亡原因为冠心病继发斑块内出血。虚拟解剖作为一种非侵入性和无创性（或微创）的解剖方式，对阅片人员要求较高，而法医病理学鉴定人员阅片水平参差不齐，且临床影像学医师对于人体死后产生的变化情况不甚了解。……