Loading...
机构名称:
¥ 1.0

材料和方法:我们进行了基于张量的形态测量,以分析与创伤​​性脑损伤相关的脑形状变化,并得出用于统计组比较的成像特征。此外,机器学习还用于识别与脑损伤相关的结构异常。自动生成的脑损伤图用于识别脑区,其中损伤负荷可能表明创伤后癫痫发病率增加。我们使用 138 名非创伤后癫痫患者来训练机器学习方法。对 15 名受试者进行了病变轮廓的验证。对 74 名受试者(37 名患有癫痫的受试者和 37 名随机选择的非癫痫受试者)的独立组进行了创伤性脑损伤与创伤后癫痫之间关系的组分析。

基于创伤后癫痫的神经解剖学标记...

基于创伤后癫痫的神经解剖学标记...PDF文件第1页

基于创伤后癫痫的神经解剖学标记...PDF文件第2页

基于创伤后癫痫的神经解剖学标记...PDF文件第3页

基于创伤后癫痫的神经解剖学标记...PDF文件第4页

基于创伤后癫痫的神经解剖学标记...PDF文件第5页

相关文件推荐