影核医疗科技与南昌大学第二附属医院联合科研，将深度学习模型应用于颅脑MRA

影核医疗科技与南昌大学第二附属医院联合科研，将机器学习模型应用于颅脑MRA

脑血管病已成为我国国民第一位的死亡原因。我国脑卒中呈现高发病率、高致残率、高死亡率和高复发率的特点。据世界卫生组织调查，我国脑卒中发病率高于世界平均水平，比美国高出一倍；我国的缺血性脑卒中仍以每年8.7%的速率上升。世界卫生组织对中国脑卒中死亡的人数进行了预测，如果死亡率维持不变，到2030年，我国每年将有近400万人口死于脑卒中；如果死亡率增长1%，到2030年，我国每年将有近600万人口死于脑卒中。我国现存脑卒中患者近700万，其中致残率高达75%，约有450万患者有不同程度的劳动能力丧失或生活不能自理。

磁共振血管成像（magnetic resonance angiography，MRA）是一种无创性血管检查技术，可不用对比剂就能清楚显示血管影像。此外，还可提供血管周围的解剖信息。MRA 在临床上有较高的实用价值。

  人工智能（artificial intelligence，AI）是模拟人类智能的计算机算法，包括模拟学习能力、推理能力和自我校正。近年来，AI与医学影像相结合，以海量的数据为载体，使得AI进入快速发展阶段。机器学习（machine learning，ML）是一种实现AI的方法，通过学习和训练模型来提取和记忆相关特征及参数。

AI在医学影像领域的应用，能够快速识别和处理海量的高维度数据信息，有助于提高医师的工作效率、降低医师的工作强度和出现漏诊及误诊的发生率。

因此，影核医疗科技与南昌大学第二附属医院联合科研，将机器学习模型应用于颅脑MRA动脉瘤的诊断，颅脑MRA诊断动脉瘤时可显示动脉瘤的位置、大小、形态，但由于微小动脉瘤空间分辨率低，容易造成漏诊。因此我们计划利用机器学习算法对130例患者的颅内动脉瘤MRA数据进行学习，训练集（80%）、验证集（10%）和测试集（10%），深入研究脑血管分割，病灶靶区定位，血管中心线提取，动脉瘤检出等。

该研究的最终目标计划是实现对颅脑MRA动脉瘤检测总体敏感性达到95%以上，对3-7mm动脉瘤的敏感性达到97%，＞7mm的敏感性为100%，总体特异性在95%以上。