无创评估脑卒中负面影响的AI技术准确率达到92% 美国USC王炯炯团队在Stroke发表文章

全因，美国圣荷西大学（USC）Mark and Mary Stevens 神经细胞摄影机与信息学学术研究员（INI）的学术研究职员正试图学术研究一种替代法则，该法则使诊断牙医无需向病症静脉注射静脉即可分析脑殁中所妨碍。该制作组于2019年12同年在《Stroke》周报上的刊出了题为《Deep Learning Detection of Penumbral Tissue on Arterial Spin Labeling in Stroke》的文章。这前言的的通讯作者是INI神经细胞学教授王于炯炯（Danny JJ Wang）；第一作者是圣荷西大学生物医学工程系在读耶鲁大学生王于凯。据认识到，急性恶性肿瘤性脑殁中所 (acute ischemic stroke) 是脑殁中所的最常见的种类。当病症发病时，血凝块阻碍了神经细胞元中所的动脉血流，诊断护理职员需急剧介入，赋予有效的医护职员。多半，牙医需完成脑部影像以确认由殁中所惹来的神经细胞元重击区域，法则是可用光学光学（MRI）或计算机断层影像（CT）。但是这些影像法则需可用化学静脉，有些还含有高剂量的X-射线宇宙射线，而另一些则有可能对有肾脏或血管疾病的病症人为因素。在这项学术研究中所，王于炯炯教授制作组构建并的测试了一种AI（AI）解法，该解法可以从一种愈来愈安全性的神经细胞元影像种类（伪不间断动脉动量上标光学光学，pCASL MRI）中所自动提取有关殁中所妨碍的图表。据认识到，这是首次应用深达求学解法和无静脉灌注MRI来识别因殁中所而毁损的心脏的跨网络服务、跨部门的系统会化学术研究。该仿真是一种很有前景的法则，可以帮助牙医规章殁中所的诊断医护职员方案，并且是实质上无创的。在分析殁中所病症毁损心脏的的测试中所，该pCASL 深达求学仿真在两个单一的图表集上均做到了92％的准确度。王于炯炯教授制作组，包括在读耶鲁大学学术硕士生王于凯、寿钦洋、马硕蔓（Samantha Ma）和 Hosung Kim耶鲁大学，与普林斯顿大学（UCLA） 和斯坦福大学（Stanford）的学术研究者合作完成了这项学术研究。为了训练这一仿真，学术研究职员可用167个影像集，搜集于普林斯顿大学的1.5Tesla和3.0Tesla西门子（Siemens）MRI 系统会，人会为137则有恶性肿瘤型殁中所医护职员。经过训练的仿真在12个影像集上完成了单一验证，该影像集搜集于斯坦福大学的1.5Tesla和3.0Tesla通用汽车（GE） MRI系统会。据认识到，这项学术研究的一个显着耀眼是，其仿真被证明是在不同光学网络服务、不同医院、不同医护职员群体的情况下依然是有效的。接下来，王于炯炯教授制作组计划完成一项愈来愈大规模的学术研究，以在愈来愈多该医院中所分析该解法，并将急性恶性肿瘤性殁中所的医护职员视窗拓展到症状头痛后24小时以上。ROC 和 Precision-recall curve （PRC）辨识深达求学（DL）比六种机器求学（ML）的法则愈来愈准确。