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

已对，美国圣荷西学院（USC）Mark and Mary Stevens 神经影像与信息学该之中心（INI）的研究者其他部门正在研究者一种替代步骤，该步骤使针灸医生无须向患儿施用样品才会审核脑卒于之中破坏。该设计团队于2019年12月在《Stroke》周报上的登载了篇评论《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的评论。这篇评论的电信译者是INI神经学研究者员王为炯炯（Danny JJ Wang）；第一译者是圣荷西学院生物医学工程系在读Clark生王为凯。据了解，急性缺血性脑卒于之中 (acute ischemic stroke) 是脑卒于之中的最类似于的类标准型。当患儿发作时，血凝块不利于了小脑之中的食道血流，针灸外科医生需要迅速采取行动，获得直接的外科手术。有时候，医生需要透过脑显影以确认由卒于之中引起的小脑毁坏区域，步骤是用于显像显像（MRI）或计算机断层显影（CT）。但是这些显影步骤需要用于矿物学样品，有些还包含高剂量的X-激光辐射，而另一些则可能对有肝脏或血管癌症的患儿造成危害。在这项研究者之中，王为炯炯研究者员设计团队构建并检验了一种人工智能（AI）正则表达式，该正则表达式可以从一种来得确保的小脑显影类标准型（逆紧接著食道动量标识显像显像，pCASL MRI）之中自动提取有关卒于之中破坏的样本。据了解，这是首次运用于尺度研读正则表达式和无样品转化成MRI来识别因卒于之中而毁坏的脑的功能强大、包涵机构的系统性研究者。该模标准型是一种很有前景的步骤，可以借助医生订立卒于之中的针灸外科手术方案，并且是完全无创的。在审核卒于之中患儿毁坏脑的检验之中，该pCASL 尺度研读模标准型在两个单独的样本集上外构建了92％的吻合度。王为炯炯研究者员设计团队，包括在读Clark研究者生王为凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung KimClark，与杜克学院（UCLA） 和斯坦福学院（Stanford）的科学家合作透过了这项研究者。为了培训这一模标准型，研究者其他部门用于167个图形集，热带植物于杜克学院的1.5Tesla和3.0Tesla庞巴迪（Siemens）MRI 系统，受试者为137例缺血标准型卒于之中病人。经过培训的模标准型在12个图形集上透过了单独检验，该图形集热带植物于斯坦福学院的1.5Tesla和3.0Tesla通用电气（GE） MRI系统。据了解，这项研究者的一个非同着亮点是，其模标准型被证明是在完全相同显像平台、完全相同医院、完全相同病人群体的情况下过去是直接的。在此之后，王为炯炯研究者员设计团队计划透过一项来得大规模的研究者，以在来得多医疗机构之中审核该正则表达式，并将急性缺血性卒于之中的外科手术窗口拓展到症状高烧后24小时以上。ROC 和 Precision-recall curve （PRC）非同示尺度研读（DL）比六种机器研读（ML）的步骤来得吻合。