机器学习在脑血管病诊疗应用中的研究进展

作者：李子孝; 刘涛; 丁玲玲; 刘子阳; 李鑫鑫; 王拥军^*

来源：中国卒中杂志, 2020, 15(03): 283-289.

DOI：10.3969/j.issn.1673-5765.2020.03.010

• 机器学习
• 人工智能
• 脑血管病
• 病灶分割
• 预后预测

<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

• 单位
  北京航空航天大学; 首都医科大学附属北京天坛医院