Stroke：人工神经网络计算机断层扫描灌注预测缺血核心

Tags: Ann 预测缺血核心作者：xing.T 更新：2019-05-17

计算机断层扫描灌注（CTP）是评估急性缺血性卒中的有用工具，它可以提供缺血核心和缺血性半影的估计，但确定缺血核心的最佳CTP参数仍未确定。

近日，心血管疾病领域权威杂志Stroke上发表了一篇研究文章，研究人员使用人工神经网络（ANN）来优化预测急性卒中患者的缺血核心，弥散加权成像作为黄金标准。研究人员首先基于CTP数据设计了ANN，然后基于临床和CTP数据设计了ANN。

基于CTP数据的ANN预测缺血核心，与扩散加权成像相比，平均绝对误差为13.8 mL（SD为13.6 mL）。受试者操作特征曲线下面积为0.85。在最佳阈值，预测缺血核心的灵敏度为0.90，特异性为0.62。将CTP数据与就诊时可获得的临床数据相结合，得到相同的平均绝对误差（13.8mL），但SD（12.4mL）降低。曲线下面积、灵敏度和特异性分别为0.87、0.91和0.65。仅基于CTP数据的ANN中的最大Dice系数为0.48。

由此可见，综合临床和CTP数据的ANN可准确预测缺血核心。

原始出处：

Aimen S. Kasasbeh.et al.Artificial Neural Network Computer Tomography Perfusion Prediction of Ischemic Core.stroke.2019.https://www.ahajournals.org/doi/10.1161/STROKEAHA.118.022649

本文系梅斯医学（MedSci）原创编译整理，转载需授权！

来源：网络

版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言

小提示：本篇资讯需要登录阅读，点击跳转登录

Stroke：人工神经网络计算机断层扫描灌注预测缺血核心

相关推荐