机器学习提高中风、痴呆诊断常见的脑部扫描形式

机器学习已经发现痴呆和中风的常见原因之一,使用最广泛的形式的脑部扫描(CT),比现有方法更准确。

新软件,由伦敦帝国理工学院和爱丁堡大学的科学家们,已经能够识别和测量小血管疾病的严重性,中风和痴呆的最常见原因之一。这项发表在放射学,发生在查林十字医院,医疗NHS信托帝国学院的一部分。

研究人员说,这项技术可以帮助医生更快地管理病人的最佳治疗紧急设置,预测一个人的患痴呆症的可能性。发展也为更个人化药物铺平道路。

保罗博士宾利,作者和伦敦帝国学院的临床讲师,说:

“这是第一次,机器学习方法能够精确测量小血管疾病的标记与中风或记忆障碍患者进行CT扫描。我们的技术是一致的,实现高精度相对于核磁共振扫描,目前黄金标准技术诊断。这可能会导致更好的治疗和照顾病人在日常实践。”

神经影像科学主管乔安娜Wardlaw教授不赞同这种说法,爱丁堡大学的补充道:“这是第一步在扫描阅读工具,可能是有用的在矿业大常规扫描数据集,经过测试,可能援助与中风病人在入院评估。”

小血管疾病(圣)是一种很常见的神经系统疾病在老年人减少深层白质血流量连接大脑的损害,最终杀死脑细胞。它会导致中风和痴呆以及情绪的干扰。圣言会随着年龄的增加而加速了高血压和糖尿病。

目前,医生诊断圣言会通过寻找大脑白质的变化在MRI或CT扫描。然而,这依赖于医生测量扫描多远的疾病蔓延。在CT扫描通常很难决定圣言的边缘在哪里,很难估计疾病的严重程度,宾利博士解释说。

虽然MRI可以检测和测量计算更敏感并不是最常见的方法由于扫描仪可用性和适用性进行紧急或老年患者。

宾利博士补充道:“当前的方法通过CT或MRI扫描诊断这种疾病可能是有效的,但很难让医生诊断疾病的严重程度,人类的眼睛。我们的新方法的重要性在于,它允许对疾病的精密和自动化测量。这也应用广泛的痴呆的诊断和监测,以及应急决策在中风。”

宾利博士解释说,这个软件可以帮助医生在应急决策影响神经疾病和导致更多的个人化药物。例如,在中风,如血栓溶解药物的治疗可以快速疏通动脉。然而,这些疗法可以通过引起出血危险,变得更有可能随着的圣言量增加。软件可以应用在未来的估计可能出血的风险病人和医生可以决定在个人基础上,加上其他因素,是否治疗血栓克星。

他还表明,该软件可以帮助量化患者患痴呆症或静止的可能性,由于慢慢进步的圣言。这将提醒医生潜在可逆的原因如高血压或糖尿病。

该研究使用历史数据的1082名中风患者的CT扫描在英国70家医院2000 - 2014年之间,包括从第三国际中风试验病例。软件识别和测量计算的一个标志,然后给一个分数表明疾病的严重程度从轻微到严重。研究人员然后比较结果的专家医生估计计算严重程度相同的扫描。协议的软件专家的水平是一个专家和另一个之间的协议。

此外,在60例MRI和CT在同一个主题,获得和使用核磁共振成像评估计算的确切数额。这表明,软件是85%准确的预测有多严重的圣言。

团队目前使用类似的方法来测量大脑萎缩和其他类型的条件通常在脑CT扫描诊断。

本文从提供的材料已经再版伦敦帝国理工学院。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。