无创评估脑卒中损害的AI技术准确率达到92% 美国USC王炯炯团队在Stroke专文

全因，加拿大加利福尼亚州的学校（USC）Mark and Mary Stevens 神经细胞影像与信息学深入研究所（INI）的深入研究部门正要深入研究一种替代步骤，该步骤使医学牙医无需向病人口服造影剂即可评核脑病死中所损害。该小组于2019年12月在《Stroke》杂志上的发表了题为《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的评论。这篇评论的通讯笔记是INI神经细胞学讲师王时炯炯（Danny JJ Wang）；第一笔记是加利福尼亚州的学校生物医学工程系在读科研人员林志颖。据明了，急性缺血性脑病死中所 (acute ischemic stroke) 是脑病死中所的最常见的一般来说。当病人发病时，血凝块阻碍了神经中所的动脉血迳，医学护士必须迅速采取行动，给予适当的外科手术。通常，牙医必须开展神经照相以确认由病死中所引起的神经损伤范围内，步骤是运用于磁共振高分辨率（MRI）或计算机断层照相（CT）。但是这些照相步骤必须运用于化学造影剂，有些还含有高血糖的X-射线电磁辐射，而另一些则有可能对有脾脏或血管癌症的病人造成危害。在这项深入研究中所，王时炯炯讲师小组构建并测试了一种AI（AI）迭代，该迭代可以从一种越来越安全的神经照相一般来说（伪倒数动脉自旋标记磁共振高分辨率，pCASL MRI）中所相应提取有关病死中所损害的统计数据。据明了，这是首次应用深达研习迭代和无造影剂除去MRI来识别因病死中所而损伤的骨骼肌的跨图形化、跨机构的系统性深入研究。该仿真是一种很有前景的步骤，可以帮助牙医制定病死中所的医学外科手术设计方案，并且是只不过无创的。在评核病死中所病人损伤骨骼肌的测试中所，该pCASL 深达研习仿真在两个单独的统计数据集上均实现了92％的稳定度。王时炯炯讲师小组，包括在读博士深入研究生林志颖、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim博士，与加州的学校洛杉矶分校（UCLA） 和斯坦福的学校（Stanford）的科学家合作开发开展了这项深入研究。为了锻炼这一仿真，深入研究部门运用于167个图像集，搜集于加州的学校洛杉矶分校的1.5Tesla和3.0Tesla西门子（Siemens）MRI 系统，受试者为137例缺血同型病死中所病人。经过锻炼的仿真在12个图像集上开展了单独可验证，该图像集搜集于斯坦福的学校的1.5Tesla和3.0Tesla通用电气（GE） MRI系统。据明了，这项深入研究的一个显着亮点是，其仿真被证明是在相同高分辨率图形化、相同医务人员、相同病人群体的情况下过去是适当的。紧接著，王时炯炯讲师小组著手开展一项越来越大规模的深入研究，以在越来越多医务人员中所评核该迭代，并将急性缺血性病死中所的外科手术窗口拓展到症状发作后24全程以上。ROC 和 Precision-recall curve （PRC）辨识深达研习（DL）比六种机器研习（ML）的步骤越来越准确。