|
|||||
|
|
| 基于DWI和FLAIR的深度学习预测急性卒中发病时间 | |
| 作者姓名： | 姜亮 周蕾蕾 艾中萍 陈宇辰 尚松安 王思雨 陈慧铀 施梦烨 耿文 殷信道 |
| 摘 要： | 目的:探讨基于DWI和液体衰减反转恢复序列（FLAIR）的深度学习技术构建预测急性卒中发病时间模型的效果。方法:回顾性分析于2017年1月至2020年5月在南京市第一医院就诊且发病时间明确的急性卒中患者324例。采用7∶3比例按照完全随机法将患者分为训练集226例，测试集98例；再根据发病时间将患者分为≤4.5 h和>... |
| 关 键 词： | 卒中 弥散加权成像 液体衰减反转恢复序列 深度学习 |