# NTU、MIT與布朗大學三校合作 URL: https://www.shicheng.news/zh-hant/v/lN6k5 Published: 2021-04-08 Source: 獅城新聞 近日，來自新加坡南洋理工大學，美國布朗大學，麻省理工學院的三所全球頂尖理工學校的聯合研究團隊共同開發出了用AI智能平台檢測人類眼部和血管異常的新技術！ **AI平台檢測技術** 來自新加坡南洋理工大學，布朗大學和麻省理工學院（MIT）的國際科學家團隊開發出了一種新的人工智慧（AI）平台，**該平台可以通過檢測人類血管異常狀況來診斷和早篩出眼部和血管疾病，**隨後可以進行提前預防和持續治療， 該平台由AI智能驅動的，將機器學習和經過特殊設計的微流控晶片相結合，對血流的2D視頻圖像進行分析並應用物理定律，從而推斷模擬出真實的3D血管血流情況。在測試中，它可以準確模擬預測血流特徵，例如血流速度，血壓和剪切應力\*。 ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658642.avif?1619427406) 研究團隊講解 剪切應力是指物體由於外因（載荷、溫度變化等）而變形時，在它內部任一截面（剪切面）的兩方出現的相互作用力，稱為「內力」。內力的集度，即單位面積上受到的內力稱為「應力」。應力可分解為垂直於截面（剪切面）的分量，稱為「正應力」或「法向應力」；相切於截面（剪切面）的分量稱為「剪切應力」。 準確確定和量化這些血管特徵是臨床醫生檢測和跟蹤血管疾病進展並進行進一步診斷治療的關鍵支持，因為**該AI平台可能隨時發現平時醫生或檢測很難發現的異常（例如速度的突然變化或血流的剪切應力），並分析可能存在的血管疾病或進展。** ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658643.avif?1619427406) 分析並量化血管特徵 **技術解釋** 儘管諸如視網膜攝影分析和光學相干斷層掃描等成像技術取得了飛速發展，但目前的技術壁壘是**仍無法實時觀察微循環中的生物過程，例如眼部血管中的微動脈瘤破裂和血栓的形成。** ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658644.avif?1619427406) 微動脈瘤示意 因此，為了更多地了解這些疾病的進展，**目前科學家們一直在使用傳統的微流控設備**（模仿在微晶片中雕刻的微小通道中的微量流體穿梭的設備）來模仿血管疾病的生理狀況。這些現有方法依賴於視覺圖像分析或應用血流背後的物理定律，無法提供對血流特徵的準確評估，尤其是在具有複雜幾何形狀（例如眼部微動脈瘤）的血管中更是難以預測。 研究團隊在晶片上的微動脈瘤上展示了AI平台的功能，該晶片旨在模擬糖尿病患者中最常見的圓形微動脈瘤中的血流，該晶片用於模擬微流控設備：將20微升的血液樣本（大約半滴血液）裝載到晶片上，並使用高速相機捕獲通過微通道移動的血液的圖像。 ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658645.avif?1619427406) 血管檢測 科學家使用小於縮略圖的微流體晶片在模擬的眼睛微動脈瘤上對其進行了測試。微動脈瘤是糖尿病患者眼睛的微血管中的凸起，是糖尿病性視網膜病變的最早跡象，是導致糖尿病的成年人工作的主要視力喪失和失明的主要原因。他們因此發現AI平台比**現有的計算方法更準確，更有效地預測了在小型，中型和大型微動脈瘤中，血流在血管壁上所施加的速度，壓力和剪切應力等血流特徵。** ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658646.avif?1619427406) 模擬血管狀態 該團隊認為，他們的技術可能會成為使用從實際微動脈瘤獲取的圖像診斷和監測微動脈瘤的強大工具。它也可能與微流體設備結合使用，**該設備可模擬涉及血管受損的其他類型的疾病，以預測血流特徵並監測其他血管疾病。** **研究團隊** 該研究團隊主要有：NTU研究人員Kong Fang博士；曾來NTU擔任訪問研究員，現麻省理工學院博士後Fuyin Zheng博士；以及布朗大學的Shengze Cai博士和He Li教授組成。目前該團隊已為這個新的AI平台申請了專利。 **技術影響** 在新一期的美國科學院Proceedings of the National Academy中報道了該平台及其概念驗證結果。同樣參與到了研究中的NTU校長Subra Suresh教授，布朗大學教授George Em Karniadakis以及麻省理工學院首席研究科學家和NTU訪問學者Ming Dao教授領導的研究團隊共同對該平台技術進行了報道。 ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658649.avif?1619427406) 血管模擬 當向AI平台提供模擬微動脈瘤的設備中的血流圖像時，它可以成功預測其中的血液循環特徵。AI平台和單片微動脈瘤有一天可以幫助醫療從業人員監測人類血管疾病的進展，並且對人體最小的血管疾病尤其有用。 報道該研究的Subra Suresh教授說：「目前，測量最小血管中的血流力學需要複雜的設備和有經驗的人員。**我們的AI技術整合了圖像，實驗數據和底層物理原理，使微循環血流量可以輕鬆，準確地進行分析，從而評估血管損傷和疾病狀態。**藉助該平台，可以獲得重要的機械信息，並深入了解以前很難提取的疾病演變機制。」 ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658650.avif?1619427406) 該項目參與者，現任NTU校長Subra Suresh教授 該研究的通訊作者兼布朗大學工程與應用數學教授George Em Karniadakis說：「我們在微動脈瘤上測試了我們的平台，這是糖尿病性視網膜病的最早症狀，是導致適齡視力喪失的主要原因。全球糖尿病患者。我們的最終目標是在臨床環境中將該平台用於糖尿病性視網膜病的診斷和預後以及其他涉及血流受損的疾病。」 科學家們說，**儘管該平台是為微動脈瘤監測而開發的，但它可以被改造成監測血管受損的其他疾病。**該研究團隊還希望在微動脈瘤的臨床影像數據上測試其平台，以使微動脈瘤的血流特徵與疾病嚴重程度和潛在風險等因素相關聯。 參考文獻： 1. "NTU Singapore, Brown and MIT team develops artificial intelligence platform to assess blood vessel anomalies and eye disease." NTU Media Release; 2. Paper 『Artificial intelligence velocimetry and microaneurysm-on-a-chip for three-dimensional analysis of blood flow in physiology and disease』 published in PNAS. 2021 Vol. 118. DOI: 10.1073/pnas.2100697118 ![NTU、MIT與布朗大學三校合作](https://www.shicheng.news/images/image/1665/16658656.avif?1619427406)