| 机器学习在脑血管病诊疗应用中的研究进展 |
| |
| 引用本文： | 李子孝,刘涛,丁玲玲,刘子阳,李鑫鑫,王拥军.机器学习在脑血管病诊疗应用中的研究进展[J].中国卒中杂志,2020,15(3):283-289. |
| |
| 作者姓名： | 李子孝 刘涛 丁玲玲 刘子阳 李鑫鑫 王拥军 |
| |
| 作者单位： | 1100070 北京首都医科大学附属北京天坛医院神经病学中心；国家神经系统疾病临床医学研究中心；北京脑重大疾病研究院脑卒中研究所；脑血管病转化医学北京市重点实验室；国家神经系统疾病医疗质量控制中心2北京航空航天大学生物与医学工程学院2北航--首医大数据精准医疗高精尖创新中心4北京航空航天大学生物医学工程高精尖创新中心 |
| |
| 基金项目： | 科技部“十三五”重点研发计划（2017YFC1310901，2016YFC0901002，2017YFC1307905，2015BAI12B00）
中国医学科学院脑血管病人工智能研究创新单元（2019RU018）
北京市科学技术委员会基于人工智能的脑血管病临床诊疗决策研究（Z201100005620010）
北京市百千万人才项目（2018A13）
北京市青年拔尖人才项目（2018000021223ZK03） |
| |
| 摘 要： | 正脑血管病以其高死亡率、高复发率和高致残率成为我国乃至全球最严重的疾病负担之一~(1-2])。快速评估、诊断和干预对改善脑血管病患者的结局至关重要,并高度依赖于特征性的神经影像表现,比如应用头颅CT快速鉴别缺血和出血性脑血管病、大血管闭塞和缺血半暗带的快速评估等~(3])。脑血管病神经影像特征的快速评估高度依赖经验丰富的血管神经病学医师和神经放射医师。然而,不断增加的脑血管病疾病负担和不断攀升的就诊量对医院尤其是基层医院的专业医师带来巨大的需求,但是
|
| 关 键 词： | 机器学习 人工智能 脑血管病 病灶分割 预后预测 |
| 收稿时间： | 2020-01-10 |
Machine Learning in Stroke Care |
| |
| LI Zi-Xiao,LIU Tao,DING Ling-Ling,LIU Zi-Yang,LI Xin-Xin,WANG Yong-Jun.Machine Learning in Stroke Care[J].Chinese Journal of Stroke,2020,15(3):283-289. |
| |
| Authors: | LI Zi-Xiao LIU Tao DING Ling-Ling LIU Zi-Yang LI Xin-Xin WANG Yong-Jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国卒中杂志》浏览原始摘要信息 |
| 点击此处可从《中国卒中杂志》下载免费的PDF全文 |
|
