无创评估脑卒中损害的AI技术统计分析达到92% 美国USC王炯炯团队在Stroke发表文章

已对，美国政府旧金山湾区所大学（USC）Mark and Mary Stevens 神经图象与信息学研究课题所（INI）的研究课题人员正试图研究课题一种替代方法有，该方法有使临床外科医生不用向高血压注射消化道方能评估脑馀之前危害。该的团队于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》的书评。这篇书评的点对点编者是INI神经生物学教授称王炯炯（Danny JJ Wang）；第一编者是旧金山湾区所大学生物医学工程系在读哈佛大学生称王凯。据知晓，急性缺血性脑馀之前 (acute ischemic stroke) 是脑馀之前的最相似的子类。当高血压肺癌时，血凝块不利于了脑干之前的横膈膜血流，临床医师需要不断置之不理，给以必要的治疗。通常，外科医生需要来进行脑部追踪以确认由馀之前引起的脑干损伤区域，方法有是系统设计于磁共振显像（MRI）或计算机断层追踪（CT）。但是这些追踪方法有需要系统设计于分析化学消化道，有些还含高副作用的X-射线辐射，而另一些则似乎对有十二指肠或肾脏疾病的高血压造成危害。在这项研究课题之前，称王炯炯教授的团队构筑并试验了一种智能（AI）搜索算法，该搜索算法可以从一种格外必要的脑干追踪子类（伪不间断横膈膜基态标记磁共振显像，pCASL MRI）之前自动所含关馀之前危害的数据。据知晓，这是首次系统设计广度研读搜索算法和无消化道灌注MRI来识别系统因馀之前而受损的腹腔的应用软件、跨机构的系统性研究课题。该假设是一种很有前景的方法有，可以帮助外科医生制定馀之前的临床治疗方案，并且是完全无创的。在评估馀之前高血压受损腹腔的试验之前，该pCASL 广度研读假设在两个独立的数据集上之外实现了92％的直观度。称王炯炯教授的团队，最主要在读哈佛大学研究课题生称王凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim哈佛大学，与加州所大学洛杉矶分校（UCLA） 和斯坦福所大学（Stanford）的科学家共同来进行了这项研究课题。为了训练这一假设，研究课题人员系统设计于167个图象集，搜集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例缺血型馀之前病人。经过训练的假设在12个图象集上来进行了独立验证，该图象集搜集于斯坦福所大学的1.5Tesla和3.0Tesla美国政府航空（GE） MRI系统。据知晓，这项研究课题的一个显着亮点是，其假设被证明是在有所不同显像平台、有所不同医院、有所不同病人群体的情况下依然是必要的。接下来，称王炯炯教授的团队计划来进行一项格外大规模的研究课题，以在格外多医疗机构之前评估该搜索算法，并将急性缺血性馀之前的治疗窗口拓展到症状高烧后24小时以上。ROC 和 Precision-recall curve （PRC）显示广度研读（DL）比六种机器研读（ML）的方法有格外直观。