德克萨斯州休斯敦大学健康科学中心大学的教师开发的算法可以帮助主要中风治疗中心以外的医生评估患有缺血性中风的患者是否将从血管内手术中受益，以消除阻塞动脉的血块。

他们使用该算法进行临床研究的结果今天在线发表在《中风》杂志上。

血管内血栓切除术是一种将导管穿过腿部股动脉一直通向大脑的步骤，在此处可以通过机械方法去除血凝块。自2015年以来，研究表明，它可以改善中风患者的预后，但前提是在治疗时受伤的脑组织数量很少。

不幸的是，先进的神经成像技术可以在数小时内检测出患者是否适合接受治疗，这仅限于新兴的磁共振成像或计算机断层扫描(CT)灌注。大多数社区医院和初级卒中中心都没有这种技术和专业知识。

“通过血管内血栓切除术，我们现在有了一种真正具有革命性意义的缺血性中风的治疗方法。它使我们能够使患有严重残疾的中风患者恢复正常生活，”通讯作者兼助手医学博士Sunil A. Sheth说。 UTHealth麦戈文医学院的神经学教授。“不幸的是，目前用于识别哪些患者可以从该程序中受益的先进的成像技术在大型转诊医院以外尚不广泛。因此，大多数中风患者无法获得基于指南的筛查这些治疗方法。”

作为回应，Sheth和UTHealth生物医学信息学院的资深作者，助理教授Luca Giancardo博士开发了一种机器学习工具，可以与广泛使用的成像技术CT血管造影术一起使用。该工具可以通过自动“学习”细微图像模式来分析图像，这些细微图像模式可以用作其他更高级但不易获得的成像方式(例如CT灌注)的代理。UTHealth开发了一种名为DeepSymNet的机器学习架构。

为了测试该工具，研究团队在中风登记册中确定了中风或模仿中风的患者。

在224名中风患者中，有179人的脑血管阻塞。DeepSymNet算法学会了从CT血管造影图像中识别出这些阻塞，并训练了该软件，使用并发的CT灌注扫描作为“金标准”，使用相同的图像来定义死亡的大脑区域。

Sheth说：“好处是您不必在学术保健中心或三级医院就可以确定这种治疗方法是否会对患者有利。最重要的是，CT血管造影已广泛用于中风患者。” 。