无创评估脑卒中损害的AI技术抽样达到92% 美国USC王炯炯团队在Stroke发表文章

近日，美国加州大学（USC）Mark and Mary Stevens 神经影像与生物科学研究课题所（INI）的研究课题技术人员正在研究课题一种替代步骤，该步骤使针灸医师不用向患者注射超声才可评核脑薨中会危害。该工作团队于2019年12月在《Stroke》杂志上的发表了并作《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的文章。这一本书的通讯创作者是INI神经科教授中会山王炯炯（Danny JJ Wang）；第一创作者是加州大学生物医学工程系在读博士生中会山张宁。据了解，急性发炎性脑薨中会 (acute ischemic stroke) 是脑薨中会的最类似的类型式。当患者发病时，血凝块妨碍了脑干中会的血管壁血流，针灸医师必须急剧采取行动，给予合理的治疗法。通常，医师必须展开脑部照相以确认由薨中会引起的脑干损坏周边地区，步骤是应用于MRI成像（MRI）或计算机断层照相（CT）。但是这些照相步骤必须应用于药理学超声，有些还含有高剂量的X-射线辐射，而另一些则可能对有肾脏或血管性疾病的患者人为因素。在这项研究课题中会，中会山王炯炯教授工作团队构建并试验了一种人脑（AI）搜索算法，该搜索算法可以从一种来得安全的脑干照相类型式（假倒数血管壁自旋标有MRI成像，pCASL MRI）中会自动所含有关薨中会危害的数据。据了解，这是首次应用剖面深造搜索算法和无超声浸润MRI来识别因薨中会而损坏的脑部的串连游戏平台、串连机构的该全面性研究课题。该建模是一种很有前景的步骤，可以帮助医师制订薨中会的针灸治疗法方案，并且是完全无创的。在评核薨中会患者损坏脑部的试验中会，该pCASL 剖面深造建模在两个独立的数据集上均解决问题了92％的精确度。中会山王炯炯教授工作团队，包括在读博士研究课题生中会山张宁、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim博士，与加州大学洛杉矶分校（UCLA） 和斯坦福大学（Stanford）的科学家合作展开了这项研究课题。为了训练这一建模，研究课题技术人员应用于167个投影集，采自于加州大学洛杉矶分校的1.5Tesla和3.0TeslaABB（Siemens）MRI 该系统，受试者为137可有发炎型式薨中会治疗。经过训练的建模在12个投影集上展开了独立验证，该投影集采自于斯坦福大学的1.5Tesla和3.0TeslaGE（GE） MRI该系统。据了解，这项研究课题的一个显着耀眼是，其建模被证明是在不同成像游戏平台、不同医院、不同治疗社会阶层的情况下几乎是合理的。年中会，中会山王炯炯教授工作团队计划展开一项来得大规模的研究课题，以在来得多教育机构中会评核该搜索算法，并将急性发炎性薨中会的治疗法窗口推展到症状发作后24同一时间以上。ROC 和 Precision-recall curve （PRC）显示剖面深造（DL）比六种步骤学（ML）的步骤来得精确。