人工智能在缺血性脑卒中影像的研究进展
傅璠
卢洁
1.100053北京,首都医科大学宣武医院放射科磁共振成像脑信息学北京市重点实验室2.100053北京,首都医科大学宣武医院放射科磁共振成像脑信息学北京市重点实验室
摘要：人工智能(artificial intelligence,AI)是一种利用计算机模拟人类思维和学习过程,使其能胜任人类才能完成复杂工作的技术.AI算法具有从大量复杂医疗数据中学习的功能,可从患者群体中深入挖掘信息,以协助临床实时推断疾病发生风险和临床预后的预测.同时,它还具有自我纠正能力,可根据反馈不断提高其准确性,对减少临床实践中不可避免的人为诊断和治疗错误具有一定价值[1].近年来,我国脑卒中的发生率逐年上升,目前已成为国人病死率最高的疾病,占全球脑卒中死亡人群的40％.同时,脑卒中致残率高达70％,其中重度残疾超过40％,已成为国内外公认的重大公共卫生问题[2].如何客观、精准的评估缺血性脑卒中患者影像信息,目前临床面临的一项重大挑战,对于早期预警缺血性脑卒中高风险人群、降低脑卒中的发生率尤为重要[3-4].多模态影像可提供缺血性脑卒中的多维特征,是全面评估缺血性脑卒中发生发展的重要手段,但其数据信息庞大.而AI可综合大数据影像资料,深度挖掘多维影像学信息,是实现精准诊断及预测的新方法.迄今,AI在缺血性脑卒中的影像识别、早期诊断、治疗指导、预后评估等方面的应用进行了一系列探索,我们就此展开综述.
关键词：卒中人工智能机器学习神经网络(计算机)早期诊断
资助基金：北京市自然科学基金(Z190014)
论文发表日期：2020-10-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 1110-1112 )