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

据悉，加拿大北加州国立大学（USC）Mark and Mary Stevens 神经系统影像与计算机系研究者所（INI）的研究者职员正在研究者一种替代步骤，该步骤使医学医生无需向病症服用样品即可风险评估脑卒里损伤。该工作团队于2019年12月在《Stroke》杂志上的刊登了月出版《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的评论。这篇评论的通讯作者是INI神经系统学研究员三王炯炯（Danny JJ Wang）；第一作者是北加州国立大学生物医学工程系在读高级工程师三王凯。据了解，急性心律不整脑卒里 (acute ischemic stroke) 是脑卒里的最少见的型式。当病症发病时，血凝块阻碍了神经系统里的气管血流，医学医师必须迅速采取行动，给予必要的疗程。通常，医生必须进行心脏追踪以确认由卒里引发的神经系统损伤范围，步骤是使用表征成像（MRI）或计算机断层追踪（CT）。但是这些追踪步骤必须使用矿物学样品，有些还含有高口服的X-射线辐射，而另一些则可能对有肾脏或血管壁疾病的病症造成危害。在这项研究者里，三王炯炯研究员工作团队构建并的测试了一种人工智能（AI）演算法，该演算法可以从一种越来越安全的神经系统追踪型式（假周内气管粒子标示表征成像，pCASL MRI）里相应提取有关卒里损伤的数据库。据了解，这是首次应用厚度修习演算法和无样品灌注MRI来定位因卒里而受损的骨骼肌的跨图形界面、跨机构的系统设计性研究者。该数学模型是一种很有前途的步骤，可以试图医生制定卒里的医学疗程方案，并且是完全无创的。在风险评估卒里病症受损骨骼肌的的测试里，该pCASL 厚度修习数学模型在两个独立自主的数据库集上均做到了92％的确切度。三王炯炯研究员工作团队，之外在读Dr研究者生三王凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung KimDr，与加州国立大学洛杉矶分校（UCLA） 和柏克莱加州国立大学（Stanford）的科学家密切合作进行了这项研究者。为了训练这一数学模型，研究者职员使用167个三维集，通过观察于加州国立大学洛杉矶分校的1.5Tesla和3.0Tesla西门子（Siemens）MRI 系统设计，实验者为137实有栓塞型卒里患者。经过训练的数学模型在12个三维集上进行了独立自主验证，该三维集通过观察于柏克莱加州国立大学的1.5Tesla和3.0Tesla通用电气（GE） MRI系统设计。据了解，这项研究者的一个祚着亮点是，其数学模型被证明是在完全相同成像图形界面、完全相同医院、完全相同患者群体的情况下依然是必要的。接下来，三王炯炯研究员工作团队计划进行一项越来越大规模的研究者，以在越来越多教育机构里风险评估该演算法，并将急性心律不整卒里的疗程窗口推展到病症猝死后24小时以上。ROC 和 Precision-recall curve （PRC）祚示厚度修习（DL）比六种机器修习（ML）的步骤越来越确切。