| 机器学习算法在颈动脉斑块影像学分类中的研究进展 |
| |
| 引用本文： | 吴秋雯,李郁欣,黄磊,周书怡,胡斌,鲍奕仿,耿辰,夏威,杨丽琴,耿道颖. 机器学习算法在颈动脉斑块影像学分类中的研究进展[J]. 中国临床神经科学, 2019, 0(4): 458-465 |
| |
| 作者姓名： | 吴秋雯 李郁欣 黄磊 周书怡 胡斌 鲍奕仿 耿辰 夏威 杨丽琴 耿道颖 |
| |
| 作者单位： | 复旦大学工程与应用技术研究院;复旦大学附属华山医院放射科;复旦大学医学功能与分子影像研究所 |
| |
| 基金项目： | 上海市科技创新行动计划临床医学领域项目(编号:17411953700);复旦大学附属华山医院科研启动基金(编号:2016QD085) |
| |
| 摘 要： | 颈动脉斑块的识别和成分诊断,对于斑块稳定性的评估、引发脑卒中等事件的风险预测和治疗方案的选择等具有重要意义。机器学习算法通过自动识别影像学颈动脉斑块以及判断斑块内主要成分,可以缓解医生的视觉负担、降低工作量、减轻医疗压力,具有重要的潜在应用价值。文中综述机器学习算法在影像学颈动脉斑块分类中的研究进展,就机器学习算法在颈动脉斑块分类中的研究流程、算法和文献进行总结和归纳。
|
| 关 键 词： | 颈动脉斑块 机器学习 超声 磁共振成像 |
Research Progress of Machine Learning in Carotid Plaque Classification |
| |
| WU Qiu-wen,LI Yu-xin,HUANG Lei,ZHOU Shu-yi,HU Bin,BAO Yi-fang,GENG Chen,XIA Wei,YANG Li-qin,GENG Dao-ying. Research Progress of Machine Learning in Carotid Plaque Classification[J]. Chinese Journal of Clinical Neurosciences, 2019, 0(4): 458-465 |
| |
| Authors: | WU Qiu-wen LI Yu-xin HUANG Lei ZHOU Shu-yi HU Bin BAO Yi-fang GENG Chen XIA Wei YANG Li-qin GENG Dao-ying |
| |
| Affiliation: | (2.Department of Radiology,Huashan Hospital,Fudan University,Shanghai 200040,China;Institute of Functional and Molecular Medical Imaging,Fudan University,Shanghai 200040,China) |
| |
| Abstract: | WU Qiu-wen;LI Yu-xin;HUANG Lei;ZHOU Shu-yi;HU Bin;BAO Yi-fang;GENG Chen;XIA Wei;YANG Li-qin;GENG Dao-ying(2.Department of Radiology,Huashan Hospital,Fudan University,Shanghai 200040,China;Institute of Functional and Molecular Medical Imaging,Fudan University,Shanghai 200040,China) |
| |
| Keywords: | carotid plaque machine learning ultrasound magnetic resonance imaging |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
