学术前沿无创评价脑卒中危害的AI技能准确率到达92%美国USC王炯炯团队在Stroke发表文章

时间:2020-01-14 19:02:20 作者:健康界
原标题:学术前沿| 无创评价脑卒中危害的AI技能精确率到达92% 美国USC王炯炯团队在Stroke宣布文章近来,美国南加州大学(USC)Ma

原标题:学术前沿| 无创评价脑卒中危害的AI技能精确率到达92% 美国USC王炯炯团队在Stroke宣布文章

近来,美国南加州大学(USC)Mark and Mary Stevens 神经印象与信息学研讨所(INI)的研讨人员正在研讨一种代替办法,该办法使临床医师无需向患者打针造影剂即可评价脑卒中危害。

该团队于2019年12月在《Stroke》杂志上的宣布了题为《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的文章。这篇文章的通讯作者是INI神经学教授王炯炯(Danny JJ Wang);榜首作者是南加州大学生物医学工程系在读博士生王凯。

据了解,急性缺血性脑卒中 (acute ischemic stroke) 是脑卒中的最常见的类型。当患者发病时,血凝块阻止了大脑中的动脉血流,临床医师需求敏捷采纳举动,给予有用的医治。

一般,医师有必要进行脑部扫描以承认由卒中引起的大脑危害区域,办法是运用磁共振成像(MRI)或计算机断层扫描(CT)。可是这些扫描办法需求用化学造影剂,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疾病的患者形成危害。

扫二维码下载Schol-AR APP 可以正常的看到三维增强实际(AR)的演示

在这项研讨中,王炯炯教授团队构建并测验了一种人工智能(AI)算法,该算法可以从一种更安全的大脑扫描类型(伪接连动脉自旋符号磁共振成像,pCASL MRI)中主动提取有关卒中危害的数据。

据了解,这是初次运用深度学习算法和无造影剂灌注MRI来辨认因卒中而受损的脑安排的跨渠道、跨安排的体系性研讨。该模型是一种很有远景的办法,可以在必定程度上协助医师拟定卒中的临床医治方案,并且是完全无创的。

在评价卒中患者受损脑安排的测验中,该pCASL 深度学习模型在两个独立的数据集上均完成了92%的精确度。

王炯炯教授团队,包含在读博士研讨生王凯、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)的科学家协作进行了这项研讨。

为了练习这一模型,研讨人员运用167个图画集,收集于加州大学洛杉矶分校的1.5Tesla和3.0Tesla西门子(Siemens)MRI 体系,受试者为137例缺血型卒中患者。经过练习的模型在12个图画集进步行了独立验证,该图画集收集于斯坦福大学的1.5Tesla和3.0Tesla通用电气(GE) MRI体系。

据了解,这项研讨的一个明显亮点是,其模型被证明是在不同成像渠道、不同医院、不同患者集体的情况下依然是有用的。

接下来,王炯炯教授团队方案进行一项更大规划的研讨,以在更多医疗安排中评价该算法,并将急性缺血性卒中的医治窗口拓宽到症状发生后24小时以上。

ROC 和 Precision-recall curve (PRC)显现深度学习(DL)比六种机器学习(ML)的办法更精确。

责任编辑:

相关阅读