一项研究表明,人工智能是一种处理核磁共振成像(MRI)的计算机程序,可以准确识别重复性头部损伤导致的大脑结构变化这些变异并没有被传统医学所捕捉到,比如计算机断层扫描研究人员表示,这项新技术可能有助于设计新的诊断工具,以更好地了解和了解可能会随着时间的推移而累积的可疑降雨
专家们早就知道年轻人的潜在脑震荡风险,尤其是那些从事足球、曲棍球和足球等高接触运动的人有证据表明,即使第一次出现这种反复的头部撞击,也可能会持续多年,并导致认知损失尽管先进的核磁共振成像可以识别出头部创伤导致的大脑结构的微观变化,但研究人员表示,该扫描可以产生大量难以导航的数据
根据纽约大学罗斯曼医学院放射系的研究,这项新研究首次表明,使用一种称为机器学习的人工智能技术,可以准确区分男性运动员、跳跃式接触式运动(如足球)和非接触式运动,如田径接触式运动鞋的训练中发生了微小的结构性变化,但这些变化并没有被诊断为感染
“我们的发现表明,与那些没有接触的运动员相比,运动员接触运动的次数可能会有所不同,”外科医生兼神经放射学家Yvonne Lui博士说“由于我们预计这些群体会有类似的呼吸系统结构,这些结果表明,他们可能会对另一个群体的呼吸系统产生影响,”纽约大学朗格尼健康研究所的专家兼副主任Lui补充道
<p>路易斯补充道,除了发现潜在的图像外,他们研究中使用的机器学习技术也有助于专家更好地了解脑损伤后的潜在机制这项新闻研究于5月22日在《神经放射学杂志》上发表,涉及36名接触式体育运动员(大多数是棒球运动员)和45名非接触式体育大学生(大多数是运动员)的大脑图像这项工作的目的是将AI工具在足球运动员头部碰撞的弹壳中检测到的变化清楚地链接起来它建立在一项早期研究的基础上,该研究已经确定了棒球运动员的大脑结构差异,并将这些差异与参加创新交流的篮球运动员进行了比较
在调查中,从2016年到2018年,共有81名男性受试者接受了核磁共振成像,其中没有一人在这段时间内被诊断为脑震荡联系体育运动员参加足球、长曲棍球和足球比赛,而不联系体育运动员参与棒球、篮球、田径和越野比赛
在进行分析之前,研究小组设计了一项统计技术,该技术使计算机程序能够“学习”如何使用数学模型预测暴露或峰值头部影响这些程序以数据示例为基础,随着训练数据量的增加,程序变得“更智能”
这项研究训练了该程序,以确定脑组织的不常见特征,并根据这些因素来区分患有和患有严重脑损伤的运动员他们列出了每个特征在检测损伤方面的作用,以帮助了解哪些主要的MRI指标对诊断有贡献
作者说,两种计量学一致地标记了由头部损伤引起的结构变化第一,平均扩散率,测量表明水可以很容易地通过脑组织流动,并在核磁共振成像上软化到脑卒中第二种是指峰度,检查大脑组织结构的复杂性,并能指示大脑部分在学习、记忆和运动中的变化
“我们的研究结果表明,人工智能的力量有助于我们看到以前看不到的东西,特别是在常规核磁共振成像中没有出现的‘看不见的伤害’,”该研究的作者JunboChen说,她是纽约大学和工程学院的助理和研究人员“这种方法不仅可以提供一种重要的诊断工具,用于诊断,还可以检测由更轻微和更频繁的头部撞击引起的图像。”
Chen补充道,这是一项旨在探索利用机器学习技术来检查女性运动员头部损伤的计划
国家卫生研究所拨款P41EB017183和C63000NYUPG118117国防部W81XWH2010699提供了更多资金
除了LuianChen,纽约大学的其他研究人员也参与了这项研究——SohaeChung博士;李天浩,MS;ElsFielmans,博士;DmitryNovikov,博士;王尧博士
来源:
Materials provided by
NYU Langone Health / NYU Grossman School of Medicine.
注明: Content may be edited for style and length.
参考:
2024-01-23
2024-01-23
2024-01-23
2024-01-23
2024-01-23