Tekoälyyn perustuva kaulavaltimoplakin stabiilisuuden kattava arviointijärjestelmä

Aivohalvaus on yleinen kliininen sairaus, jolla on korkea vamma ja kuolleisuus ja joka uhkaa vakavasti ihmisten elämää ja terveyttä. Kaulavaltimon ateroskleroottisen plakin repeämä on iskeemisen aivohalvauksen tärkeä patogeeninen perusta, joten plakin pysyvyyden arvioimisella on tärkeä kliininen merkitys iskeemisen aivohalvauksen ehkäisyssä.Ultraääni, kätevänä, nopeana, ei-invasiivisena, säteilyttömänä lisätutkimusteknologiana, jota käytetään laajalti kaulavaltimon plakin stabiiliuden tutkimuksessa.Tällä hetkellä on olemassa monia menetelmiä kaulavaltimon plakin stabiilisuuden arvioimiseksi ultraäänen perusteella, mukaan lukien kaksiulotteinen ultraääni, kontrasti- tehostettu ultraääni, ultraäänielastografia ja niin edelleen. Tulokset plakin stabiiliudesta eri tekniikoilla kuitenkin poikkeavat suuresti, mikä ei edistä kliinikkojen standardoitujen diagnoosi- ja hoitostrategioiden kehittämistä. Tutkimukset ovat osoittaneet, että koska ateroskleroottisten plakkien uudissuonit epidermaaliset solut ovat epätäydellisiä, ne ovat helposti repeytyviä. stressin jälkeen, ja repeänyt uudissuonit johtavat plakinsisäiseen verenvuotoon, mikä aiheuttaa plakin irtoamista ja lopulta tukkii aivoverenkierron aivohalvauksen. Kontrastilla tehostettu ultraääni voi havaita herkästi verisuonten jakautumisen ja kulun. Plakin pehmeys ja kovuus määräävät sen stabiilisuuden, plakin lipidien, kuitujen ja kalsiumin erot määräävät sen pehmeyden ja kovuuden. Reaaliaikainen ultraäänielastografia voi antaa kudoksen mekaanisia parametreja, ilmaista kudoksen pehmeyttä ja kovaa jännitysarvolla ja antaa tärkeitä referenssitietoja plakin stabiiliuden arvioimiseksi. Tällä hetkellä elastografiatekniikkaa käytetään heijastamaan plakin kovuutta sen stabiiliuden arvioimiseksi edelleen. Elastografiaparametrit ovat kuitenkin alttiita poikkeamille valitun osan ja valitun kiinnostavan alueen vaikutuksesta.Syväoppiminen on tekoälyn kuumin tutkimusmenetelmä nykyisessä. [Syväoppimisen tarkoituksena on lähinnä rakentaa koneoppimismalleja, joissa on useita piilotettuja kerroksia, ja käyttää laajamittaista dataa harjoitellakseen suuren määrän edustavampia ominaisuustietoja, jotta näitä ominaisuuksia voidaan käyttää näytteiden luokitteluun ja ennustamiseen. Tällä hetkellä sitä käytetään laajalti kuva-analyysin alalla, ja sillä on tärkeä rooli lääketieteessä. Kuten patologisten kuvien havaitsemisessa, säätelygenomiikan tutkimuksessa, retinopatian diagnosoinnissa ja maksafibroosin kvantitatiivisessa analyysissä jne. Computational Fluid Dynamics (CFD) on uusi tieteenala, joka on kehitetty yhdistämällä numeerinen laskeminen ja klassinen nestemekaniikan teoria. Sen avulla tutkijoiden on kätevä rakentaa sydän- ja verisuonijärjestelmän geometrinen malli, simuloida verisuonten seinämän ja veren todellista rakennetta ja näyttää "numeeristen kokeiden" tulokset visualisointiteknologiaa käyttäen. Intuitiivisempi Kattava vastaus hemodynaamisten parametrien muutoksiin Viime aikoina Vuosina sen soveltaminen sydän- ja verisuonijärjestelmän hemodynaamiseen tutkimukseen on tullut yhä laajemmalle levinneeksi suurella määrällä asiaankuuluvia kirjallisuusraportteja. Mitään raporttia ei kuitenkaan ole raportoitu kaulavaltimon plakin stabiiliuden ja nesteen dynamiikan tutkimuksesta tällä tekniikalla. Edellä mainituista syistä tämä tutkimus yrittää käyttää tekoälytekniikkaa plakkien harmaasävyerojen automaattiseen tunnistamiseen ja kvantitatiiviseen arviointiin, plakkien elastisten kuvan ominaisuuksien, plakin kontrastitehostetun ultraäänen mikroverisuonitiheyden jakautumiseen ja nopeusvektorikuvaukseen (VVI) plakin pintajännityksen määrittämiseen. Vaikutuksen tutkiminen kaulavaltimoplakin hemodynaamiset parametrit käyttämällä CFD:tä teknologiaa ja perustaa systemaattinen kattava arviointijärjestelmä kaulavaltimon plakin stabiiliudelle, joka yhdistää kaksiulotteisen plakin tiedot, tekstuuritiedot, mikroverenkierron perfuusiotiedot, biomekaaniset tiedot ja verenvirtauskenttätiedot sekä yhdistää kliinisen seurannan tulokset ja kollageenikuidun kirurgisten näytteiden sisältö, MMP9/CD34 ja muut tutkimukset.