机构名称：
¥ 1.0
摘要 — 印度的中风率远高于其他发展中国家。一小部分中风患者会因最初的创伤而立即死亡。最终导致死亡的一些主要原因可能是初始缺血性梗塞、复发性缺血性中风、复发性出血性中风、肺炎、冠状动脉疾病、肺栓塞以及其他血管或非血管原因。研究表明，将机器学习技术应用于中风，重点是根据患者的属性预测中风风险或生存可能性，而不是预测在初次中风发作后幸存下来的患者的可能结果。缺血性中风 (IS) 的评估和治疗在过去几年中取得了重大进展，越来越需要使用神经影像学进行决策。因此，该项目的目标是将机器学习原理应用于现有的大量数据集，以有效预测第一次事件后可能出现的最有可能危及生命的风险。这些算法的进一步改进可以为临床环境和中风治疗提供巨大的实用性，同时也让我们深入了解机器学习在神经成像领域的最新发展和应用，重点关注急性缺血性中风，并将监督机器学习方法应用于患者资料数据。
机器学习预测缺血性中风
主要关键词
相关文件推荐
