基于深度学习的选应用对急性缺血性中风的评估在急诊室的脑磁共振扫描上
Jimin Kim1, Se Won Oh1, Ha Young Lee1
1Department of Radiology, Eunpyeong St. Mary's Hospital, The Catholic University of Korea College of Medicine, Seoul 03312, Korea.
Academic radiology
|June 22, 2024
概括
一个深度学习应用程序有效地检测急性缺血性中风 (AIS) 在急诊室的大脑MRI上. 这种人工智能工具在没有T2加权成像的情况下实现了高精度,可能加速诊断.
科学领域:
- 神经学 神经学
- 放射学 放射学是一门学科.
- 人工智能在医学中的应用
背景情况:
- 急性缺血性中风 (AIS) 需要快速诊断才能有效治疗.
- 大脑磁共振成像 (MRI) 对AIS检测至关重要.
- 深度学习应用 (DLA) 在医疗图像分析方面表现有前途.
研究的目的:
- 在急诊室 (ER) 使用脑磁共振成像来评估AIS检测的DLA.
- 评估T2加权成像 (T2WI) 对AIS检测的DLA性能的影响.
主要方法:
- 对947名ER患者的大脑MRI (DWI和FLAIR序列) 的回顾性分析.
- 使用灵敏度,特异性,精度和AUROC评估DLA性能.
- 使用和不使用轴向T2WI的DLA性能和处理时间的比较.
主要成果:
- DLA显示了高的整体性能:90%的灵敏度,89%的特异性,89%的准确性和0.95的AUROC.
- 平均DLA处理时间为24秒.
- 包括T2WI并没有显著改变AIS检测准确性,但增加了处理时间 (48s vs 35s).
结论:
- 在ER环境中,DLA对于AIS检测是有效的.
- 仅使用DWI和FLAIR序列才能实现AIS诊断,这可能会减少ER检查时间.
- DLA可以简化AIS诊断,改善紧急情况下的患者护理.
更多相关视频
09:52Setting Up a Stroke Team Algorithm and Conducting Simulation-based Training in the Emergency Department - A Practical Guide
Published on: January 15, 2017
17.2K
09:59A Magnetic Resonance Imaging Protocol for Stroke Onset Time Estimation in Permanent Cerebral Ischemia
Published on: September 16, 2017
14.1K
