XiaoMi-AI文件搜索系统
World File Search System脑出血
创伤性脑出血的自适应图像分割
摘要 - 利用计算机技术建立有效的解决方案来提高创伤性脑损伤 (TBI) 诊断的速度和效率是一项挑战。相关文献中提出了几种涉及不同精度和一定程度工作量的分割方法，并对其进行了详细描述。脑图像分割是重要的临床诊断工具之一。本文提出了一种改进的 (MDRLSE) 算法，用于计算机断层扫描 (CT) 图像上的出血分割。利用消除模糊边缘的图像噪声来描绘出血区域的精确边界。所提出的分割技术实现了 97.16% 的准确率。该技术使用基于边缘的轮廓模型进行图像分割，提供简单的窄带以显着降低计算成本。性能结果表明，它对于具有各种特征的脑图像中的 TBI 图像分割是有效的。
自发性脑出血的遗传学和表观遗传学
自发性脑内出血（ICH）约占中风病例的15％，并且仍然是神经系统发病率和死亡率的相当多的来源。鉴于老年人在老年人中的预期寿命和抗血栓疗法的广泛使用，ICH的发生率预计在未来几年[1，2]。主要ICH是指受损的动脉或小动脉的破裂，是不同类型的脑小血管疾病的最终表现，在大脑出血发生之前的几年内，在临床上进展[3]。尽管主要ICH可能负责80％的非创伤性ICH病例，但临床医生应考虑寻找其他原因（凝结型，血管畸形破裂，海绵状畸形，Moyamoya，Moyamoya，tumor，tumor，tumor，tumor，tumor，cerebral静脉hom虫的剧震（其他），也称为第二届评论。组织病理学观察（通过流行病学，神经影像学和遗传研究证实）证明，主要基础血管疾病根据大脑出血的位置而有所不同，因此，可以将主要ICH分类为两个主要类别：非lobar和Lobar和Lobar [4]。非肉眼ICH起源于深脑结构（基底神经节，丘脑，脑干和深小脑），并且一直与高血压诱导的血管病[5，6]一致。与CAA相关的Lobar ICH和高血压LOBAR ICH之间的区分很复杂，但由于复发和痴呆症的风险而具有预后相关性，在CAA相关的Lobar ICh中，它们都显着高于[9-11]。LOBAR ICH（位于皮质区域或皮质和白质之间的连接处）主要与脑淀粉样血管病（CAA）有关，其中β-淀粉样蛋白在脑膜和内室血管内积累，导致脑部和内部血管的减少，并损害了平稳的细胞，并损害了肌张力的细胞。破裂和流血[7，8]。
和XA因子Xa抑制剂相关急性脑出血
结果总共分配了263名患者接受AndExanet，267例接受常规护理。在包括452名患者的临时分析中评估了疗效，并在所有530名入学的患者中分析了安全性。房颤是因子Xa抑制剂最常见的指示。接受常规护理的患者，有85.5％的患者接受了凝血酶原络合物浓缩液。在接受和Exanet的224例患者中，有150名（67.0％）在接受和exanet的228例（53.1％）接受常规护理（调整后的差异，13.4个百分点； 95％置信区间[CI]，4.6至22.2; p = 0.003）。在抗factor Xa活性中，从基线到1到2小时的Nadir的中位数减少为94.5％，而Andexanet的中位数为94.5％，经常护理为26.9％（p <0.001）。血栓形成事件发生在263名患者中的27例（10.3％）中，接受了dexanet，在接受常规护理的267例（5.6％）中有15例（差异为4.6个百分点； 95％CI，0.1至9.2; p = 0.048）; 17例（6.5％）和4例患者（1.5％）发生缺血性中风。在修改后的兰金等级或30天内的分数中，两组之间没有明显的差异。
基于深度学习的 CT 报告中的脑出血检测
摘要。放射学报告可能用于检测需要医生立即关注的危重病例。我们专注于从计算机断层扫描 (CT) 报告中检测脑出血。我们训练了一个深度学习分类器，并观察了使用不同的预训练词表示以及特定领域微调的效果。我们有几个贡献。首先，我们报告了从土耳其放射学报告中检测脑出血的大规模分类模型的结果。其次，我们展示了使用特定领域数据微调预训练语言模型对性能的影响。我们得出结论，深度学习模型可用于以合理的准确度检测脑出血，并使用特定领域数据微调语言模型以提高分类性能。
自发性脑出血形成机制：基于解剖标本的研究
方法 支持本研究结果的数据可根据合理要求从通讯作者处获取。 作为国家科学中心获奖项目“在生理条件下和支架置入后小直径脑循环动脉的血流动力学建模”的一部分，我们创建了所提出的自发性基底神经节 ICH 模型。 研究方案经波兰华沙医科大学伦理委员会批准（编号 20/2021）。 我们将造影剂（硫酸钡和明胶的混合物）注入 40 个未固定的基底神经节解剖标本，随后将其固定在 10% 福尔马林缓冲溶液中，并用尼康/Metris XT H 225 ST 微型计算机断层扫描 (CT) 扫描仪进行扫描（有关标本准备的详细分步描述，请参阅我们的方法学文章 17 ）。由于分辨率高（体素大小高达 27 µm），该方法可以清晰地显示从大脑中动脉（豆纹动脉）分支出的所有穿支动脉。18 我们还收集了关于年龄、性别和 3 个区域动脉粥样硬化存在的尸检数据：冠状动脉、Willis 环和主动脉。动脉粥样硬化的严重程度分为无动脉粥样硬化、动脉粥样硬化、纤维粥样硬化或复杂病变。在附加实验中测量了注射压力（补充材料）。注射期间压力约为 60 mm Hg，造影剂凝固时最大压力为 260 mm Hg；这些数值在医学上是合理的，并且比导致颅内主要动脉破裂所需的平均压力低 5 倍以上。19,20
和XA因子Xa抑制剂相关急性脑出血
结果总共分配了263名患者接受AndExanet，267例接受常规护理。在包括452名患者的临时分析中评估了疗效，并在所有530名入学的患者中分析了安全性。房颤是因子Xa抑制剂最常见的指示。接受常规护理的患者，有85.5％的患者接受了凝血酶原络合物浓缩液。在接受和Exanet的224例患者中，有150名（67.0％）在接受和exanet的228例（53.1％）接受常规护理（调整后的差异，13.4个百分点； 95％置信区间[CI]，4.6至22.2; p = 0.003）。在抗factor Xa活性中，从基线到1到2小时的Nadir的中位数减少为94.5％，而Andexanet的中位数为94.5％，经常护理为26.9％（p <0.001）。血栓形成事件发生在263名患者中的27例（10.3％）中，接受了dexanet，在接受常规护理的267例（5.6％）中有15例（差异为4.6个百分点； 95％CI，0.1至9.2; p = 0.048）; 17例（6.5％）和4例患者（1.5％）发生缺血性中风。在修改后的兰金等级或30天内的分数中，两组之间没有明显的差异。
通过成本敏感的机器学习在计算机断层扫描中检测脑出血
一位训练有素的放射科医生确认了这些图像的真实性，并没有发现任何标记错误的图像。因此，没有丢弃任何图像。为了在现实临床场景中最准确地反映模型的性能，图像没有以任何方式增强。随后创建了两个数据集：一个包含 160 幅图像的训练数据集和一个包含 40 幅图像的测试数据集。两个数据集中的出血性和非出血性 CT 扫描数量相等。值得注意的是，该数据集包含从万维网上搜索中获取的图像，因此由于源机器、患者状况、扫描时间、辐射剂量等的差异而引入了高度的异质性。这个问题因数据集较小而变得更加严重，因此这里获得的结果可能只是对所采用技术的实际潜力的保守估计 [17,18]。
使用简约机器学习CT扫描图像中的脑出血分类
摘要：随着时间的流逝，已为模式分类生成了无数的应用。几个案例研究包括参数分类器，例如多层感知器（MLP）分类器，这是当今使用最广泛的分类器之一。其他人使用非参数分类器，支持向量机（SVM），K-Nearest邻居（K-NN），幼稚的贝叶斯（NB），Adaboost和Random Forest（RF）。但是，仍然几乎没有针对人工智能（AI）的新趋势的工作，该趋势被称为可解释的人工智能（X-AI）。这种新趋势旨在使机器学习（ML）算法越来越简单且易于理解用户。因此，在这项工作中，在这项工作中，作者基于新型极简主义机器学习（MML）范式的实现以及更高的相关性属性选择算法，开发了一种新的模式分类方法，我们称之为DMeans。我们检查并比较了该方法的性能与MLP，NB，KNN，SVM，ADABOOST和RF分类器，以执行计算机断层扫描（CT）脑图像的分类任务。这些灰度图像的面积为128×128像素，并且数据集中有两个类别可用：CT无出血和CT，具有室内出血（IVH）的CT，使用剩余的交叉验证方法对它们进行了分类。大多数通过一对一的交叉验证测试的模型的精度在50％至75％之间，而灵敏度和灵敏度在58％至86％之间。使用我们的方法进行的实验与观察到的最佳分类器相匹配，其精度为86.50％，并且它们的表现优于特定的所有最先进的算法，而91.60％的算法的表现。这种性能是通过简单且实用的方法齐头并进的，这些方法与这种易于解释的算法的趋势并驾齐驱。
指南 欧洲卒中组织 (ESO) 自发性脑出血管理指南
背景 在过去十年中，脑出血 (ICH) 占全球所有中风的 9% 至 27%，早期病死率高，功能结果差。鉴于最近对 ICH 管理的随机对照试验 (RCT)，欧洲卒中组织 (ESO) 更新了其基于证据的 ICH 管理指南。方法来自 11 个欧洲国家的 24 名研究人员组成的多学科写作委员会确定了 20 个与 ICH 管理相关的问题，并根据 RCT 中的证据使用建议评估、制定和评估 (GRADE) 等级方法制定了建议。结果我们发现中等到高质量证据支持强烈建议在急性卒中病房管理急性 ICH 患者、避免对与抗血栓药物使用无关的急性 ICH 进行止血治疗、避免使用分级压力袜、对不动患者使用间歇性气压压迫以及使用降血压进行二级预防。我们发现中等质量的证据支持以下弱建议：在 ICH 发作后六小时内将收缩压降低至 <140 mmHg，对格拉斯哥昏迷量表评分为 9-12 的患者进行早期手术，并避免使用皮质类固醇。结论这些指南基于 RCT 中治疗效果的证据，为 ICH 管理提供指导。ICH 后的结果仍然很差，优先考虑进一步进行干预 RCT 以改善结果。
经颅超声和彩色多普勒超声对颅脑损伤的诊断准确性
新生儿成熟度：超声检查结果 早产儿 足月儿 室性脑出血 I 级 3(7.5%) 0(0.0)% 室性脑出血 III 级 1(2.5%) 0(0.0)% 硬膜下出血 0(0.0)% 1(2.5%) 脑内血肿 0(0.0)% 1(2.5%) PVL 1(2.5%) 0(0.0)% HIE 0(0.0)% 10(25%) 脑积水 0(0.0)% 8(20%) 先天性病变 0(0.0)% 5(12.5%)