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，美国圣迭戈所大学（USC）Mark and Mary Stevens 神经元相片与信息学研究所（INI）的研究人员打算研究一种替代工具，该工具使药理学眼科医生无需向病变注射水溶性即可分析报告脑殁当中危及。该团队于2019年12月初在《Stroke》杂志上的发表了二本书《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的文当中。这篇文当中的通讯所写是INI神经元学研究员三王炯炯（Danny JJ Wang）；第一所写是圣迭戈所大学生物医学土木工程系在读芝加哥所大学生三王凯。据认识，急性缺血性脑殁当中 (acute ischemic stroke) 是脑殁当中的最常见的类型。当病变发病时，血凝块阻碍了大脑当中的动脉血流，药理学医师需要迅速采取行动，获取有效的治疗。通常，眼科医生需要展开脑部扫描以确认由殁当中引起的大脑重击区域，工具是用到核磁共振成像（MRI）或计算机断层扫描（CT）。但是这些扫描工具需要用到化学水溶性，有些还成分很高施打的X-射线辐射，而另一些则可能对有肾脏或血管疾病的病变造成危害。在这项研究当中，三王炯炯研究员团队借助于并检验了一种人工智能（AI）方法，该方法可以从一种非常安全的大脑扫描类型（伪连续动脉自旋标记核磁共振成像，pCASL MRI）当中自动提取有关殁当中危及的数据。据认识，这是首次应用尺度深造方法和无水溶性除去MRI来识别因殁当中而受损的腹腔的GUI、跨机构的系统地研究。该假设是一种很有现状的工具，可以帮助眼科医生拟定殁当中的药理学治疗方案，并且是完全无创的。在分析报告殁当中病变受损腹腔的检验当中，该pCASL 尺度深造假设在两个独立的数据集上均意味着了92％的准确度。三王炯炯研究员团队，包括在读芝加哥所大学本科三王凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim芝加哥所大学，与布朗所大学（UCLA） 和哥伦比亚所大学（Stanford）的研究团队合作开发展开了这项研究。为了训练这一假设，研究人员用到167个投影集，采集于布朗所大学的1.5Tesla和3.0TeslaAEG（Siemens）MRI 系统，受试者为137例缺血型殁当中病病变。缺乏经验的假设在12个投影集上展开了独立验证，该投影集采集于哥伦比亚所大学的1.5Tesla和3.0Tesla惠普（GE） MRI系统。据认识，这项研究的一个显着亮点是，其假设被确实是在有所不同成像平台、有所不同疗养院、有所不同病病变族群的情况下几乎是有效的。接下来，三王炯炯研究员团队计划展开一项非常大规模的研究，以在非常多公立医院当中分析报告该方法，并将急性缺血性殁当中的治疗窗口扩张到症状猝死后24小时以上。ROC 和 Precision-recall curve （PRC）结果显示尺度深造（DL）比六种机器深造（ML）的工具非常准确。