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

近日，英国南加州所大学（USC）Mark and Mary Stevens 神经影像与计算机系深入研究所（INI）的深入研究人员正在深入研究一种替代新方法，该新方法使临床心理医生无需向病患服用消化道即可风险评估脑殁中会破坏。该制作组于2019年12年初在《Stroke》月刊上的撰写了新书《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神经科博士王以炯炯（Danny JJ Wang）；第一作者是南加州所大学生物医学工程系在读Dr生王以凯。据了解，急性缺血性脑殁中会 (acute ischemic stroke) 是脑殁中会的最类似于的种类。当病患肺癌时，血凝块阻碍了神经中会的淋巴血流，临床医师需要迅速采取行动，赋予有效的放射治疗。通常，心理医生需要展开脑部扫描以核实由殁中会引起的神经损伤区域，新方法是运用于磁共振成像（MRI）或计算机断层扫描（CT）。但是这些扫描新方法需要运用于化学消化道，有些还内含高剂量的X-伽玛辐射，而另一些则可能对有肾脏或血管疾病的病患伤及。在这项深入研究中会，王以炯炯博士制作组构建并测试了一种人工智能（AI）迭代，该迭代可以从一种愈来愈安全的神经扫描种类（实为紧接著淋巴自旋标记磁共振成像，pCASL MRI）中会启动时分离出来有关殁中会破坏的数据资料。据了解，这是首次应用广度研修迭代和无消化道灌注MRI来鉴别因殁中会而毁坏的脑组织的跨越网络服务、跨越机构的全面性深入研究。该静态是一种很有前途的新方法，可以希望心理医生颁布殁中会的临床放射治疗计划，并且是完全无创的。在风险评估殁中会病患毁坏脑组织的测试中会，该pCASL 广度研修静态在两个单一的数据资料集上均发挥作用了92％的准确度。王以炯炯博士制作组，包括在读Dr深入研究生王以凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung KimDr，与加州所大学洛杉矶分校（UCLA） 和耶鲁所大学（Stanford）的科学深入研究合作展开了这项深入研究。为了训练这一静态，深入研究人员运用于167个影像集，挖掘于加州所大学洛杉矶分校的1.5Tesla和3.0Tesla西门子（Siemens）MRI 系统，人脑为137例缺血标准型殁中会病患。经过训练的静态在12个影像集上展开了单一实验者，该影像集挖掘于耶鲁所大学的1.5Tesla和3.0Tesla通用电气（GE） MRI系统。据了解，这项深入研究的一个贞着耀眼是，其静态被证明是在各有不同成像网络服务、各有不同医院、各有不同病患社会群体的情形仍然是有效的。在此之后，王以炯炯博士制作组计划展开一项愈来愈大规模的深入研究，以在愈来愈多诊所中会风险评估该迭代，并将急性缺血性殁中会的放射治疗后台拓展到症状猝死后24小时以上。ROC 和 Precision-recall curve （PRC）结果贞示广度研修（DL）比六种机器研修（ML）的新方法愈来愈准确。