人工智能在急性缺血性脑卒中早期ASPECTS评估中的研究进展
- 作者单位
- 2山东第一医科大学附属济南人民医院影像科 1上海理工大学医学影像工程研究所
- 刊名
- 中国医学物理学杂志
- 年份
- 2023
- 卷号
- 第40卷
- 期号
- 第8期
- 页码
- 1045-1050
- ISSN
- 1005-202X
- 分类号
- R743.3
- 摘要
- 急性缺血性脑卒中的早期诊断和及时干预对于降低脑卒中的致死致残率具有重要意义。目前,临床上采用阿尔伯塔卒中项目早期计算机断层扫描评分来评估AIS的严重程度,但人为评估方法主观性过强且耗时耗力,极易导致漏诊、误诊。因此,近年来涌现了许多基于人工智能算法对AIS进行ASPECTS自动评分的方法研究。本文对此进行综述,以期为进一步研究探索提供参考。首先,简述ASPECTS评分的可靠性;其次,重点介绍目前基于人工智能的脑区提取及脑区评分的方法,证实计算机辅助ASPECTS评分能够有效提高对病情判断的可靠性;最后,总结现有ASPECTS自动评分方法存在的不足,并对其未来的发展趋势进行展望。
- 基金 国家自然科学基金;上海市自然科学基金
- 学科
- 【教育部学科】医学
- 文献类型
- 期刊
- 浏览量
- 22
-
被引次数
-
收录
CSCD
相同作者单位文献
- [1] 周昱汐;贾守强;聂生东 . 计算机辅助诊断脑血管病的应用[J] 中国医学物理学杂志 2023 . 第9期 .
- [2] 赵愉;鲁雯;王远军;聂生东 . 肺结节计算机辅助检测技术研究概述[J] 生物医学工程学杂志 2014 . 第31卷 第5期 . 1172-1177 .
- [3] 宋佳;聂生东;王远军;鲁雯 . 一种基于三维特征的肺结节概率分割算法[J] 生物医学工程学杂志 2014 . 第31卷 第4期 . 771-776 .
- [4] 常旖旎;鲁雯;聂生东 . 医学图像三维可视化技术及其应用[J] 中国医学物理学杂志 2012 . 第2期 . 3254-3258 .
- [5] 陶雅丽;陈阳;贾守强;聂生东 . 基于人工智能的早期肺癌风险评估方法研究进展[J] 国际生物医学工程杂志 2023 . 第46卷 第6期 .
- [6] 王怡伟;李晓兵;聂生东;姜立新;万财凤;蒋卓韵;贾守强 . 基于深度学习的超声多模态乳腺肿块良恶性分类[J] 中国医学物理学杂志 2023 . 第40卷 第8期 . 988-995 .
- [7] 马建;朱虹霖;李舰;吴文辉;贾守强;聂生东 . 结合迁移学习和多模态特征融合的肺功能预测方法研究[J] 国际生物医学工程杂志 2023 . 第46卷 第6期 .