人工智能在判断急性脑梗死半暗带中的应用

作     者：陈媛慧 刘征华 张华 CHEN Yuanhui;LIU Zhenghua;ZHANG Hua

作者机构：南昌市第一医院影像科江西南昌330008 

出 版 物：《中国当代医药》 (China Modern Medicine)

年 卷 期：2023年第30卷第1期

页      面：127-130页

学科分类：1002[医学-临床医学] 100204[医学-神经病学] 10[医学] 

基　　金：江西省卫生健康委科技计划项目(202120075) 

主　　题：急性脑梗死 半暗带 人工智能 深度学习模型 

摘      要：目的研究人工智能在判断急性脑梗死(ACI)半暗带中的应用价值。方法选择南昌市第一医院2021年1月至12月收治的200例ACI患者作为研究对象,分别于梗死后1、3 d时对所有受试者均开展T2FLAIR、扩散加权成像(DWI)、动脉自旋标记灌注成像(ASL)、弥散峰度成像(DKI)以及多b值DWI检查,分析核心梗死区域与半暗带相关参数[包括脑血容量(CBV)、脑血流量(CBF)、平均通过时间(MTT)以及达峰时间(TTP)]。比较不同成像技术脑梗死后1、3 d时的核心梗死区域以及半暗带符合率,比较不同深度学习模型预测核心梗死区域以及半暗带符合率情况。结果核心梗死区域CBV、CBF以及MTT水平均低于半暗带,而TTP水平高于半暗带,差异有统计学意义(P0.005);DeepLab v3深度学习模型预测核心梗死区域以及半暗带符合率均高于RefineNet、PSPNet深度学习模型,差异有统计学意义(P0.017)。结论人工智能在判断ACI半暗带中的应用价值较高,可有效提高ACI半暗带的检出率以及预测准确性。