Imágenes mejoradas profundas en accidentes cerebrovasculares y neurología vascular

El diagnóstico precoz del infarto cerebral, la detección de la penumbra isquémica, la evaluación de la circulación colateral y la identificación de lesiones vasculares mediante imágenes son fundamentales para la decisión del tratamiento y la mejora de los resultados en el accidente cerebrovascular cerebral. La tomografía computarizada multimodal (TC) y la resonancia magnética (RM) son los enfoques más prevalentes y accesibles en escenarios clínicos. Estos dos enfoques se degradan debido a la exposición a la radiación o al tiempo de exploración prolongado, lo que puede dificultar el tratamiento rápido de los pacientes. El aprendizaje profundo ha mostrado logros sustanciales en la mejora de imágenes médicas. El valor agregado del método de aprendizaje profundo en accidentes cerebrovasculares y neurología vascular no ha sido completamente validado. En este estudio, nuestro objetivo fue investigar el rendimiento de imágenes de tomografía computarizada (TC) o resonancia magnética (RM) mejoradas mediante el aprendizaje profundo en relación con las imágenes de RM o TC convencionales en accidentes cerebrovasculares y neurología vascular. Esperamos que el método de imágenes mejorado profundo pueda acortar el tiempo de permanencia en la sesión de imágenes de los pacientes con accidente cerebrovascular, optimizar la calidad general de las imágenes y mejorar la atención de los pacientes en la sesión de imágenes.