无创评估脑卒中损害的AI技术权重达到92% 美国USC王炯炯团队在Stroke发表文章

全因，美国加利福尼亚州大学（USC）Mark and Mary Stevens 神经细胞影像与信息学科学研究所（INI）的科学研究执法人员正要科学研究一种替代工具，该工具使外科牙医无需向病人服用样品即可分析脑亡里危及。该小组于2019年12月在《Stroke》杂志上的出版了文中《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的文章。这篇名的通讯作者是INI精神分析名誉教授王时炯炯（Danny JJ Wang）；第一作者是加利福尼亚州大学生物医学工程系在读Clark生王时凯。据明白，急性缺血性脑亡里 (acute ischemic stroke) 是脑亡里的最少见的类型。当病人发病时，血凝块阻碍了人脑里的腹腔血引，外科精神科只能迅速采取行动，给予必要的放射治疗。有时候，牙医只能进行心脏敬像以确认由亡里引起的人脑危及地区，工具是使用磁共振敬像（MRI）或计算机断层敬像（CT）。但是这些敬像工具只能使用化学样品，有些还包含高血糖的X-射线太阳光，而另一些则可能对有胰脏或血管疾病的病人造成危害。在这项科学研究里，王时炯炯名誉教授小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必要的人脑敬像类型（伪连续腹腔自旋标示磁共振敬像，pCASL MRI）里自动提取有关亡里危及的数据。据明白，这是首次运用于深度研习迭代和无样品浸润MRI来识别因亡里而受损的脑组织的跨平台、跨机构的系统设计性科学研究。该建模是一种很有现状的工具，可以帮助牙医制定亡里的外科放射治疗方案，并且是完全无创的。在分析亡里病人受损脑组织的测试里，该pCASL 深度研习建模在两个独立的数据集上仅借助了92％的准确度。王时炯炯名誉教授小组，仅限于在读Clark科学博士生王时凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung KimClark，与加州大学洛杉矶分校（UCLA） 和斯坦福大学（Stanford）的科学家合作进行了这项科学研究。为了培训这一建模，科学研究执法人员使用167个影像集，收集于加州大学洛杉矶分校的1.5Tesla和3.0TeslaAEG（Siemens）MRI 系统设计，受试者为137例缺血型亡里病人。经过培训的建模在12个影像集上进行了独立测试，该影像集收集于斯坦福大学的1.5Tesla和3.0TeslaGE（GE） MRI系统设计。据明白，这项科学研究的一个敬着令人惊叹是，其建模被证明是在不同敬像平台、不同医院、不同病人群体的情况下依然是必要的。接下来，王时炯炯名誉教授小组计划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里分析该迭代，并将急性缺血性亡里的放射治疗窗口扩大到症状发作后24小时以上。ROC 和 Precision-recall curve （PRC）敬示深度研习（DL）比六种机器研习（ML）的工具愈来愈准确。