近日，我院2021级放射影像学研究生高宇、2022级放射影像学研究生李子昂作为共同第一作者在在国际权威期刊eClinicalMedicine上发表了题为“MRI-based habitat radiomics combined with vision transformer for identifying vulnerable intracranial atherosclerotic plaques and predicting stroke events: a multicenter, retrospective study”的研究论文。两位研究生的导师崔红凯博士、第一临床学院神经病学赵建华教授为共同通讯作者。研究得到了新乡市急性缺血性卒中精准防治重点实验室的资助。该影像学研究揭示了颅内动脉粥样硬化斑块的内部异质性评估及深度学习模型的精准性，为卒中的预防及高危人群的筛选开辟了新的方向。

研究通过多中心回顾性分析，结合高分辨率血管壁成像、栖息地影像组学和视觉自注意力模型技术，开发了一种新型人工智能模型，用于识别颅内动脉易损斑块并预测卒中复发风险。该研究对726例症状性颅内动脉粥样硬化性狭窄患者的1806个斑块进行了分析，数据显示，融合栖息地影像组学和视觉自注意力的模型在识别高危斑块方面表现出卓越性能，其预测指标是卒中复发的独立危险因素。更值得注意的是，该模型在1至4年的卒中事件预测中均展现出较高的准确性。研究揭示了基于高分辨血管壁成像的栖息地影像组学模型与视觉自注意力深度学习模型的融合，能够准确识别颅内动脉粥样硬化的高危斑块。该融合模型显著提高了传统影像组学模型与深度学习模型的诊断准确性，并且在卒中复发的增量预测中具有重要的应用价值。未来，该模型有望成为一种重要的无创影像标志物，为卒中复发风险的早期识别和干预提供更为精准的评估方法。

据了解，eClinicalMedicine为The Lancet旗下期刊，属于中国科学院一区Top期刊，影响因子为9.6。（供稿：李子昂）