首都医科大学宣武医院副院长卢洁教授：AI在脑脱(3)-内蒙古医科大学学报

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

首都医科大学宣武医院副院长卢洁教授：AI在脑脱(3)

作者:

关键词:

摘要：

脑脱髓鞘病是以神经髓鞘脱失为主要或始发病变，随后出现轴索、胞体和神经胶质受损的神经免疫疾病，主要包括多发性硬化（MS）和视神经脊髓炎（NMO）。

全球约有280万多发性硬化患者，中国约有4.2万例，这也是中青年人群致残的神经系统常见疾病。

视神经脊髓炎谱系疾病可以根据AQP4抗体阴性与AQP4抗体阳性来进行诊断，磁共振评估是诊断中的重要环节。

这是NMO的侧脑室周围及胼胝体病灶，侧脑室旁病变紧贴着侧脑室壁，沿管膜内衬分布，常见于侧脑室前后脚周围，不常累及侧脑室体周围。当累及胼胝体全层时，病灶呈现“拱桥样”改变，而胼胝体-透明隔交界处（CSI）的脑部病灶则更常见于MS。

不同时期的病灶特点也不相同，在时间上呈现多相性。如果对病人进行临床随访，可能会发现患者出现新发病灶，且病灶往往在一个以上，同时存在强化病灶与不强化病灶，也就是说既有急性期病灶也有慢性期病灶。

临床中应用的常规磁共振成像可以为多发性硬化提供多维度的信息，包括病灶数量、位置、体积，以及强化的特点和病灶进程。而且，常规磁共振诊断多发性硬化的灵敏度较高，可达到约95%。

此外我们还可以看到NMOSD延髓背侧、极后区及脑干受损的磁共振表现，表现为延髓背侧病灶、极后区病灶、四脑室周围及桥脑腹侧损害、中脑背侧损害以及四脑室周围损害。

最终筛选出9个组学特征与5个临床特征纳入模型，其鉴别效能较高。

我们来看一下组学列线图，它是建立在多因素回归分析的基础上，将多个预测指标进行整合，然后采用带有刻度的线段，按照一定比例绘制在同一平面上，从而用来表达预测模型中各个变量之间的相互关系。

多发性硬化病灶的常见位置为侧脑室周围、皮层下、u型纤维、脑干和小脑，形态呈椭圆形或手指状。急性期病灶有膨胀感，呈现“煎蛋征”、“开环状”、“C型”强化，强化持续时间在90天以内。在慢性期T1呈现低信号病灶，呈“黑洞”状。

总结一下：

这是NMOSD间脑和大脑损害的MRI改变，通常为丘脑及下丘脑损伤，广泛的皮质下白质损害及强化；E是沿胼胝体长轴的线样损害，F是沿大脑脚、桥脑皮质脊髓束纵向损害，以及急性室管膜周大脑白质损害及强化的改变。

半球白质病灶可表现为肿瘤样脱髓鞘病变、多发性硬化样病变以及急性播散性脑脊髓炎样病变。

大家好，今天向大家汇报的主题是脑脱髓鞘病磁共振成像的人工智能应用。

并且对比了神经影像医生阅片诊断和影像组学模型诊断的正确率。医生的鉴别结果准确率为0.709，敏感性为0.615，特异性为0.750。机器学习模型鉴别结果的准确率、敏感性、特异性都有明显提高，优于医生肉眼鉴别的结果。

和既往的研究报道相比，磁共振预测模型同样显示了更高的AUC，达到了0.752，准确性、特异性也较高。

以前的文献报道中，MS磁共振预测研究的准确率大约为58%~70%，其临床表现和影像学的征象通常不匹配，磁共振的病灶缺乏特异性，T2WI和T1WI上病灶的病理特征也缺乏特异性。

所以我们是不是可以通过基于拓扑的人工智能模型来帮助预测预后。

结果显示，和非进展的患者相比，进展的MS患者具有更密集的病灶连接，而且病灶的病变体积更大。同时也实现了模型及结果可视化、病灶3D可视化、病灶网络连接可视化和病灶体积可视化。

人工智能是不是能帮助我们来做一些工作呢？人工智能是利用计算机技术模拟人类的思维和学习过程，使之胜任人类智能才可完成的复杂工作。它的发展从1950年，计算机和人类智能的交互开始，再到1980年机器学习的算法改进，使我们能够进行大数据处理，再到2010年深度学习中的智能神经网络解码更深层次的影像信息。

文章来源：《内蒙古医科大学学报》网址: http://www.nmgykdx.cn/zonghexinwen/2022/1026/408.html