Development and Validation of AI System for AAS CTA Diagnosis and Mapping

AAS-DSS: AI-Powered Acute Aortic Syndrome Decision Support System Code

This repository contains the code for AAS-DSS, a Python-based pipeline for automated detection/classification of acute aortic syndrome (AAS) subtypes (AD, IMH, PAU) using CTA images.

Core Functions:

- Preprocessing & aorta mask generation via TotalSegmentator.

- Multi-class segmentation (AD/IMH/PAU) with nnUNet (requires pre-trained weights).

- Slice-level classification using custom .pth models.

- User-friendly GUI for path configuration and pipeline execution.

Prerequisites: Python 3.x, medical imaging libraries, TotalSegmentator, pre-trained model weights (per specified directories).

Input/Output: Accepts .nii.gz CTA images; outputs results to a user-specified folder. Flexible path adjustment supported.

AAS-DSS enables automated 17-zone aortic segmentation (extended SVS/STS classification) to support standardized AAS diagnosis.

AAS-DSS：人工智能驱动的急性主动脉综合征决策支持系统代码

本仓库包含AAS-DSS的相关代码，该系统是一款基于Python的工作流，可利用计算机断层血管造影（Computed Tomographic Angiography，CTA）图像自动检测并分类急性主动脉综合征（Acute Aortic Syndrome，AAS）亚型，包括主动脉夹层（Aortic Dissection，AD）、主动脉壁内血肿（Intramural Hematoma，IMH）以及穿透性主动脉溃疡（Penetrating Aortic Ulcer，PAU）。

核心功能：
- 基于TotalSegmentator实现预处理与主动脉掩码生成
- 借助nnUNet完成AD/IMH/PAU多类别分割（需使用预训练权重）
- 基于自定义.pth模型实现切片级分类
- 配备易用的图形用户界面（Graphical User Interface，GUI），用于路径配置与工作流执行

前置依赖：Python 3.x版本、医学影像库、TotalSegmentator以及指定目录下的预训练模型权重

输入输出：支持输入.nii.gz格式的CTA图像，可将结果输出至用户指定文件夹，支持灵活调整路径

AAS-DSS可实现自动化的17分区主动脉分割（基于扩展的SVS/STS分类标准），以辅助标准化的急性主动脉综合征诊断。