生命科学
Lifescience
颅内动脉瘤(IA)的破裂通常会导致患者死亡或遭受严重伤害，极大地威胁人体健康。据报道，IA在一般人群中的患病率可达6%，且80%的非创伤性蛛网膜下腔出血是由IA破裂引起的。然而，IA目前的检查和诊断仍费时费力，这容易影响临床实践中的诊断精度，尤其是对于小动脉瘤。因此，亟需一种智能高效的工具来辅助医生进行IA的诊断。
近日，清华大学脑与认知科学研究院戴琼海院士团队在CellPress细胞出版社旗下Patterns期刊发表了一篇题为“Towardhumanintervention-freeclinicaldiagnosisofintracranialaneurysmviadeepneuralnetwork”的文章，提出了一种无需人工干预的IA检测和分割的深度学习模型(GLIA-Net)。该模型通过定量评价和临床实验验证了其优越的诊断性能，预计将有助于改变脑血管疾病的临床诊断，实现精确治疗，未来也可能改变医疗保健和生物医学研究的格局。
点击观看通讯作者之一的徐枫副教授详细解读??
▲长按识别