文摘急性缺血性脑卒中(acute ischemic stroke,AIS)以高致残率、高致死率为特征,如何快速准确地诊断和选择恰当的治疗方式是诊治的关键。AIS患者病情的严重程度主要取决于脑组织早期缺血性改变(early ischemic change,EIC)的位置和病灶的大小,因此结合影像学检查对患者病情进行评估十分必要。Alberta卒中项目早期CT评分(Alberta stroke program early CT score,ASPECT评分)是一个总分为10分的影像组学评分系统,以准确、简单的方式来评价脑卒中患者大脑中动脉供血区域EIC,从影像学角度量化患者的病情严重程度,帮助临床医师进行医疗决策。ASPECT评分不仅被广泛地应用于预测脑卒中患者的预后情况,也被用于识别接受血管内治疗获益的人群,及评估患者进行血管内治疗的风险。目前结合多模式影像学的ASPECT评分也用于预测缺血性病灶核心体积以及预测预后。近年来随着人工智能的发展,出现了基于机器学习的自动化ASPECT评分方法。该文对ASPECT评分方法及其在AIS治疗和预后预测中的价值、多模式ASPECT评分、与人工智能相结合的自动化ASPECT评分的应用进行综述。
