研究發展處

計畫主持人－彭志維教授（臺北醫學大學生物醫學工程學系）、林伯星特聘教授（臺北大學資訊工程學系）

【計畫名稱】以人工智慧判讀急性缺血性中風之腦血液動力學變化與腦損傷之相關性研究
【計畫期間】114年1月1日至114年12月31日 
【團隊成員】莊子緹、吳軍緯、鄧力仁、邱劭竹 
【摘要及成果】腦中風是全球公共衛生重要議題，也是全球高齡化人口結構避免不了的風險。中風為成人長期失能與全球高死亡率之主要原因，其中約半數缺血性中風發生於中大腦動脈（MCA）流域。雖然大鼠管腔內線栓中大腦動脈阻塞（MCAO）模式具微侵入且可建立暫時性缺血之優勢，但梗塞嚴重度仍受阻斷程度、側支循環與再灌流影響而呈高度變異，凸顯急性期連續監測腦血液動力學之重要性。本研究開發無線近紅外光血氧感測系統，以雙波長（760/850 nm）量測左右半球血液動力學訊號，並結合雷射都卜勒血流計（LDF）、TTC染色與神經行為量表（mNSS）進行急性期評估。系統以nRF5340雙核心MCU搭配AFE4432類比前端，透過SPI擷取訊號並無線傳輸。訊號經去趨勢、正規化與降取樣後，以0.01–0.5 Hz帶通濾波擷取自動調控相關低頻（0.02–0.15 Hz），並以解析Morlet小波相干分析評估跨半球同步性（COI內有效）。結果顯示：MCAO期間殘存腦血流（CBF%）與梗塞體積呈負相關，與mNSS呈負相關；梗塞體積與mNSS呈正相關。小波相干顯示缺血期低頻同步性顯著下降、再灌流後部分恢復，支持跨半球低頻耦合可反映自動調控與側支協調狀態，具作為預後指標與AI預測模型之潛力。