机构名称：
¥ 1.0
在过去十年中，随着血管内治疗 (EVT) 的建立，神经影像学在急性缺血性中风 (AIS) 中的作用显著增加。现在比以往任何时候都更需要高质量、普遍可用且快速执行的 AIS 成像解释。为了满足这一需求，机器学习 (ML) 方法的使用越来越多，其使用动机很明确——减少治疗延迟的几分钟就可以改善临床结果。这些算法已经在 AIS 治疗的患者分诊中发挥了核心作用，未来几年，使用 ML 技术的应用程序数量肯定会增加。因此，神经介入从业者必须了解 ML 的基础知识，包括 ML 的工作原理、如何评估现有算法以及在自己的实践中实施它们的原因。在此基础上，对 ML 功能的理解加上对临床需求的了解将能够改进现有方法或开发新方法，并有可能为临床实践带来变革性的变化。1
机器学习和急性中风成像
主要关键词
相关文件推荐
