CH

您的位置:首页 > 科学研究 > 科研信息

同济医院朱文珍教授团队构建识别早期急性缺血性脑卒中模型提升医生诊断效能

资料来源:放射科

发布者:宣传部

时间:2022-09-09

浏览量:

近日,同济医院放射科朱文珍教授团队在生物医学1区杂志《Theranostics》(2021IF:11.600)上报道了其构建的一种两阶段的深度学习模型,该模型通过将人工智能新技术与医学影响高度融合,可以对头颅CT平扫中不可见的早期急性缺血性脑卒中病变进行识别,有望向临床转化,辅助放射科医生诊断更为准确及时。

微信图片_20220908103251.jpg

据了解,对于急性缺血性脑卒中患者而言,“时间就是大脑”,卒中治疗的效果会随着时间的推移显著降低。但是,头颅CT平扫作为2019年AHA/ASA强烈推荐的疑似急性缺血性脑卒中患者首选且必要的影像学检查,其在卒中发病24小时内很难显示出人眼可见的变化。因此,在明确卒中患者的治疗方案前做出准确及时的头颅CT平扫影像学诊断对放射科医生而言具有很大挑战。在朱文珍团队的研究中,两位放射科医生在模型的辅助下,诊断效能得到了明显的提升,诊断的准确率分别从62.00%和58.67%提升到了92.00%和84.67%。

同济医院朱文珍教授和张归玲博士为文章的共同通讯作者,课题组成员鲁君和周铱然为文章的并列第一作者。

参考文献:

LuJ,ZhouY,LvW,etal.Identificationofearlyinvisibleacuteischemicstrokeinnon-contrastcomputedtomographyusingtwo-stagedeep-learningmodel.Theranostics2022;12(12):5564-5573.doi:10.7150/thno.74125.

分享到: