无创评估脑卒中损害的AI关键技术准确率达到92% 美国USC王炯炯团队在Stroke发表文章

近日，英国圣莫尼卡大学（USC）Mark and Mary Stevens 神经影像与信息学科学研究所（INI）的科学研究人员正在科学研究一种替代方法有，该方法有使流行病学药剂师无需向病患者注射水溶性即可检验脑馀中会负面影响。该制作组于2019年12月在《Stroke》杂志上的刊载了题为《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的篇名。这文中会的通讯作者是INI神经学名誉教授王以炯炯（Danny JJ Wang）；第一作者是圣莫尼卡大学生物技术工程系在读副教授王以凯。据了解到，急性败血症脑馀中会 (acute ischemic stroke) 是脑馀中会的最常见的型式。当病患者发作时，血凝块阻碍了神经中会的颈动脉血流，流行病学医师必须迅速制止，给予必要的放射治疗。往往，药剂师必须进行脑部打印以确认由馀中会激起的神经重击区域，方法有是使用超声核磁共振（MRI）或计算机断层打印（CT）。但是这些打印方法有必须使用化学水溶性，有些还含有很低剂量的X-放射辐射，而另一些则可能对有肾脏或心肌疾病的病患者伤及。在这项科学研究中会，王以炯炯名誉教授制作组构建并测试了一种AI（AI）搜索算法，该搜索算法可以从一种愈来愈安全的神经打印型式（逆连续颈动脉原子标明超声核磁共振，pCASL MRI）中会终端分离出有关馀中会负面影响的数据。据了解到，这是首次应用尺度研修搜索算法和无水溶性炼MRI来识别因馀中会而受损的脑组织的GUI、区域性机构的的更进一步科学研究。该三维是一种很有发展前景的方法有，可以帮助药剂师颁布馀中会的流行病学放射治疗建议，并且是实质上无创的。在检验馀中会病患者受损脑组织的测试中会，该pCASL 尺度研修三维在两个独立的数据集上均构建了92％的精准度。王以炯炯名誉教授制作组，仅限于在读指导教授科学毕业生王以凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim指导教授，与加州大学洛杉矶分校（UCLA） 和加州大学洛杉矶分校（Stanford）的科学家合作进行了这项科学研究。为了体能训练这一三维，科学研究人员使用167个缩放集，热带植物于加州大学洛杉矶分校的1.5Tesla和3.0Tesla日立（Siemens）MRI 的系统，成年人为137例坏死型馀中会病症。经过体能训练的三维在12个缩放集上进行了独立验证，该缩放集热带植物于加州大学洛杉矶分校的1.5Tesla和3.0Tesla该公司（GE） MRI的系统。据了解到，这项科学研究的一个显着亮点是，其三维被证明是在有所不同核磁共振平台、有所不同医务人员、有所不同病症社会性的情况下无论如何是必要的。再一，王以炯炯名誉教授制作组蓝图进行一项愈来愈大规模的科学研究，以在愈来愈多医疗机构中会检验该搜索算法，并将急性败血症馀中会的放射治疗可视扩展到到症状头痛后24小时以上。ROC 和 Precision-recall curve （PRC）显示尺度研修（DL）比六种数据挖掘（ML）的方法有愈来愈精准。