新算法扩展了神经学家评估血块去除手术的能力

德克萨斯大学休斯顿健康科学中心(UTHealth)的教师开发的一种算法可以帮助主要中风治疗中心以外的医生评估患有缺血性中风的患者是否可以从血管内手术中获益，以清除阻塞动脉的血栓。

他们使用该算法进行的临床研究结果今天发表在该杂志的网络版上中风．

血管内取栓是一种将导管穿过腿部股动脉直达大脑的手术，在那里可以机械地移除血栓。自2015年以来，研究表明它可以改善治疗效果中风患者，但前提是在治疗时受损的脑组织数量最小。

不幸的是，在数小时内检测患者是否适合治疗的先进神经成像仅限于紧急磁共振成像或计算机断层扫描(CT)灌注。这种技术和专业知识最多是不存在的社区医院和主中风中心。

“通过血管内血栓切除术，我们现在有了一种治疗方法缺血性中风这真的是革命性的。它使我们能够让中风患者从严重残疾中恢复到几乎正常的生活，”UTHealth麦戈文医学院的通讯作者兼神经病学助理教授Sunil A. Sheth医学博士说。“不幸的是，目前用于确定哪些患者受益于这种手术的先进成像技术在大型转诊医院之外并没有广泛应用。因此，大多数中风患者无法获得基于这些治疗指南的筛查。”

作为回应，Sheth和UTHealth生物医学信息学学院的高级作者兼助理教授Luca Giancardo博士开发了一种机器学习工具，可以与广泛使用的成像技术CT血管造影一起使用。该工具可以通过自动“学习”微妙的图像模式来分析图像，这些模式可以用作其他更高级但不容易获得的成像方式，如CT灌注。这种名为DeepSymNet的机器学习架构是由UTHealth开发的。

为了测试该工具，研究小组在他们的中风登记中确定了患有中风或有类似中风症状的患者。

在224名中风患者中，有179人的脑血管被阻塞。DeepSymNet算法学会了从CT血管造影图像中识别这些阻塞，并训练软件使用这些相同的图像来定义已经死亡的大脑区域，同时获得的CT灌注扫描作为“金标准”。

“好处是，你不必在学术健康中心或三级保健医院来确定这种治疗是否对患者有益。最重要的是，CT血管造影已经广泛用于中风患者。”