计算机成像用于快速检测I级大脑小血管疾病 (cSVD)
Saman Shahid1, Aamir Wali2, Sadaf Iftikhar3
1Department of Sciences & Humanities, National University of Computer & Emerging Sciences (NUCES)-FAST Lahore Campus, Punjab, Pakistan.
早期检测大脑小血管疾病 (cSVD) 1级使用AI可以防止恶化. 这项研究开发了一种人工智能系统,用于准确识别cSVD 1级,帮助及时管理并降低血管痴呆风险.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 神经学 神经学
背景情况:
- 大脑小血管疾病 (cSVD) 1级,如果不治疗,可以进展到更严重的阶段.
- 早期识别和治疗cSVD对于延缓疾病进展和预防诸如血管痴呆症等并发症至关重要.
- 机器学习,特别是人工智能 (AI),显示了自动化医疗图像解释的潜力.
研究的目的:
- 开发和评估一个使用人工智能来检测1级cSVD的自动化计算机辅助诊断系统.
- 通过先进的计算成像技术,提高早期cSVD检测的准确性.
- 评估用于cSVD分类的3D卷积神经网络 (CNN) 的性能.
主要方法:
- 一项实验性横截面研究包括40岁以上的患者,在脑MRI上患有1级cSVD.
- 从头开始开发了一个3D CNN模型,包括四个卷积层和三个完全连接的层.
- 大脑MRI数据被预处理为3D堆,正常化,并重新调整模型训练和测试的尺寸.
主要成果:
- 人工智能模型在使用二维轴切片时实现了93.12%的准确性.
- 当将2D切片叠加到3D图像中时,该模型在测试组中获得了85.71%的准确性.
- 3D CNN模型在检测1级cSVD时表现出强的性能.
结论:
- 人工智能驱动的计算成像为cSVD的早期和准确诊断提供了一个有希望的方法.
- 及时诊断可以显著减少cSVD的负担及其相关的发病率,如血管痴呆症.
- 进一步开发人工智能诊断系统可以提高cSVD的临床管理.
更多相关视频
13:10Combined Near-infrared Fluorescent Imaging and Micro-computed Tomography for Directly Visualizing Cerebral Thromboemboli
Published on: September 25, 2016
08:12A Volumetric Method for Quantification of Cerebral Vasospasm in a Murine Model of Subarachnoid Hemorrhage
Published on: July 28, 2018
相关概念视频
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Imaging Studies III: Computed Tomography
Imaging Studies VII: Vascular Imaging
