無論是運動損傷、鞭傷還是頭部撞擊，許多輕度腦震蕩患者甚至沒有意識到，如果不及時治療，他們的輕傷可能會導致終身嚴重健康問題。即使患者因受傷去急診室，據(jù)估計，50%-90%的腦震蕩病例都沒有得到正式診斷，這使他們面臨腦出血和認知障礙等危險并發(fā)癥的風險。
南加州大學維特比工程學院和南加州大學倫納德戴維斯老年醫(yī)學學院之間的一項新研究合作利用強大的機器學習模型來預測患者的腦震蕩狀況。
這項工作由BenjaminHacker(BS'24)領(lǐng)導，目前已發(fā)表在腦損傷領(lǐng)域的頂級旗艦期刊《神經(jīng)創(chuàng)傷雜志》上。
腦震蕩是一種創(chuàng)傷性腦損傷，會導致大腦功能暫時改變。Hacker表示，目前腦震蕩的臨床診斷通常依賴于基本的認知測試，例如格拉斯哥昏迷量表，這是一種用于評估患者意識水平、反應能力和記憶力的工具。然而，許多輕度腦震蕩患者從未失去意識，并且可能不會出現(xiàn)傳統(tǒng)的認知癥狀，因此很容易診斷。Hacker表示，現(xiàn)有的測試不夠靈敏，無法檢測出許多較輕的病例。
“我們看到了一個機會，可以在‘根本不是腦震蕩’和嚴重到可以持續(xù)檢測到的腦震蕩之間找到一個契機，”哈克說道，他是南加州大學維特比工程學院本科生時撰寫的這篇論文的作者，現(xiàn)在是莫克家族化學工程和材料科學系的碩士生。
“臨床醫(yī)生，”他補充道，“不一定會為沒有任何癥狀的患者開具影像檢查和MRI檢查。我們的想法是，這是一種輔助方法，可以在患者出現(xiàn)某些癥狀但無法僅根據(jù)認知測試做出腦震蕩診斷時為臨床醫(yī)生提供幫助。”
Hacker表示，他與南加州大學LeonardDavis老年醫(yī)學學院老年醫(yī)學、生物醫(yī)學工程和神經(jīng)科學副教授AndreiIrimia領(lǐng)導的合作者通過利用健康對照樣本和腦震蕩患者的MRI腦部掃描數(shù)據(jù)建立了模型。分類器所基于的成像稱為擴散加權(quán)成像，它測量液體通過不同連接路徑流經(jīng)大腦的方式。
“這些數(shù)據(jù)量化了大腦不同區(qū)域之間擴散的方向性。它告訴我們這些不同節(jié)點之間的聯(lián)系有多緊密。然后我們使用機器學習開發(fā)了一個分類器，”Hacker說。“我們用一個發(fā)現(xiàn)樣本訓練這個分類器，讓它知道健康人和受傷人員的連接矩陣有何不同。然后，??當我們給它獨立的測試樣本時，它能夠根據(jù)大腦連接矩陣中的模式和某些神經(jīng)通路的強度，檢測出哪些受試者是腦震蕩的，哪些是健康的。”
Hacker和他的團隊發(fā)現(xiàn)他們的分類模型效果非常好，在訓練和測試樣本中都表現(xiàn)出99%的準確率。
“這種方法的準確率比我們見過的任何方法都要高得多，”Hacker說。“我認為這是因為之前沒有人設(shè)計出我們這種精確的流程，即使用擴散加權(quán)成像，將其轉(zhuǎn)化為連接矩陣，然后以定制的方式利用機器學習來發(fā)現(xiàn)哪些路徑最容易受到頭部創(chuàng)傷的影響。這當然是新穎的，因為到目前為止，我們還沒有一個足夠準確的基于成像的腦震蕩分類器可以依賴。”
該分類器是使用貝葉斯機器學習構(gòu)建的，Hacker將其描述為一種概率系統(tǒng)，它根據(jù)先前條件的知識，根據(jù)錯誤分類或誤分類概率最小的特征進行分類。
“它使用訓練數(shù)據(jù)來確定你期望從健康人身上看到什么樣的模式，以及你期望從受傷的人身上看到什么樣的模式，”Hacker說。
作為知名期刊上發(fā)表研究成果的主要作者，對一名本科生來說是一項獨特的成就。對于Hacker來說，他在春季將返回南加州大學維特比分校攻讀材料工程碩士學位，在南加州大學倫納德·戴維斯老年學學院進行本科研究似乎是一個令人驚訝的途徑。
Hacker最初通過Viterbi工程本科生研究中心(CURVE)項目與Irimia實驗室配對。他很快發(fā)現(xiàn)他的化學工程背景非常適合這種類型的大腦研究。Hacker精通有關(guān)流體在各種環(huán)境中流動方式的化學工程理論。這些背景知識很好地轉(zhuǎn)化為他很快發(fā)現(xiàn)自己專攻的大腦研究，對機器學習和深度學習的迷戀推動了他更好地理解神經(jīng)連接組的愿望。
“在Irimia的幫助下，我想出了這個想法，并被它吸引，因為了解擴散(水和其他液體移動的一種方式)非?；诨瘜W工程。這是這項研究的核心，也是這些腦部掃描的核心——追蹤水在大腦中擴散的方式，”Hacker說。“這對我來說是一個機會，讓我能夠?qū)⑽覍W到的大量有關(guān)流體力學和數(shù)值分析的知識應用到與課堂上介紹的應用完全不同的東西上。”
研究團隊創(chuàng)建的分類器有可能成為可應用于臨床的腦震蕩診斷平臺的基礎(chǔ)。
“我們認為這項工作絕對有可能以積極的方式顛覆該領(lǐng)域并產(chǎn)生影響。這對我來說是最令人興奮的部分。我迫不及待地想看看這會帶來什么，”哈克說。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！