机构名称：
¥ 1.0
人口老龄化给医疗保健系统带来了慢性疾病挑战。脑血管疾病是这些慢性疾病的重要组成部分。中风是脑部血液突然停止，可导致组织快速损失。因此，需要快速、准确和可靠的自动化方法来促进中风管理。人工智能 (AI) 方法在所有领域的性能都在提高。视觉任务（包括自然图像和医学图像）尤其受益于 AI 模型的技能。可应用于中风成像的 AI 方法范围广泛，包括经典机器学习工具（例如支持向量机、随机森林、逻辑回归和线性判别分析）以及深度学习模型（例如卷积神经网络、循环神经网络、自动编码器和 U-Net）。这两种工具都可以应用于中风管理的各个方面，包括事件发生时间确定、中风确认、大血管阻塞检测、扩散限制、灌注不足、核心和半暗影识别、受影响区域分割和功能结果预测。在构建这些人工智能模型时，应格外小心，以减少偏差并构建可推广的模型。构建无偏模型的最重要先决条件之一是收集大量、多样化和高质量的数据，这些数据可以很好地反映基础人群，并以代表相似分布的方式划分训练和测试部分。可解释性和可信度是机器学习模型的其他重要属性，可以在临床实践中广泛采用。
中风成像中的人工智能
主要关键词
相关文件推荐
