无创评估脑卒中损害的AI技术精准度达到92% 美国USC王炯炯团队在Stroke发表文章

据悉，美国北加州大学（USC）Mark and Mary Stevens 神经影像与信息学研究成果所（INI）的研究成果人员悄悄研究成果一种替代法则，该法则使诊疗医师需向患者麻醉造影剂即可分析报告脑病故之前妨碍。该的团队于2019年12月在《Stroke》杂志上的发表了题为《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的篇文章。这篇篇文章的通信编者是INI神经学系主任王炯炯（Danny JJ Wang）；第一编者是北加州大学材料科学电气工程在读较低级工程师了当。据了解到，急性缺血性脑病故之前 (acute ischemic stroke) 是脑病故之前的最类似的类HG。当患者肺癌时，血凝块阻碍了脑干之前的动脉血流过，诊疗医师所需很快采取行动，拒绝接受直接的疗程。通常，医师所需来进行心脏扫瞄以验证由病故之前引起的脑干损伤区域，法则是使用成像成像（MRI）或计算机断层扫瞄（CT）。但是这些扫瞄法则所需使用化学造影剂，有些还包含较低mg的X-射线辐射，而另一些则有可能对有甲状腺或血管病症的患者受伤害。在这项研究成果之前，王炯炯系主任的团队构建并测试了一种认知科学（AI）迭代，该迭代可以从一种来得确保的脑干扫瞄类HG（伪连续动脉自旋标记成像成像，pCASL MRI）之前基本功能浓缩有关病故之前妨碍的数据。据了解到，这是首次应用深达进修迭代和无造影剂浸入MRI来识别因病故之前而损伤的脑组织的横跨平台、横跨政府部门的系统性研究成果。该仿真是一种很有前景的法则，可以帮助医师制定病故之前的诊疗疗程可行性，并且是完全无创的。在分析报告病故之前患者损伤脑组织的测试之前，该pCASL 深达进修仿真在两个独立的数据集上仅有构建了92％的吻合度。王炯炯系主任的团队，有数在读博士研究成果生了当、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim博士，与密西根大学（UCLA） 和哥伦比亚大学（Stanford）的科学家合作关系来进行了这项研究成果。为了训练这一仿真，研究成果人员使用167个位图集，采集于密西根大学的1.5Tesla和3.0Tesla西门子（Siemens）MRI 系统，受试者为137例缺血HG病故之前病者。经过训练的仿真在12个位图集上来进行了独立验证，该位图集采集于哥伦比亚大学的1.5Tesla和3.0Tesla美国航空（GE） MRI系统。据了解到，这项研究成果的一个显着亮点是，其仿真被断定是在有所不同成像平台、有所不同医院、有所不同病者族群的情况即便如此是直接的。接下来，王炯炯系主任的团队计划案来进行一项来得大规模的研究成果，以在来得多医疗政府部门之前分析报告该迭代，并将急性缺血性病故之前的疗程窗口推广到症状发作后24小时以上。ROC 和 Precision-recall curve （PRC）显示深达进修（DL）比六种机器进修（ML）的法则来得吻合。