Study on Deep Learning Methods for Identifying Acute Ischemic Stroke Lesions on Brain CT
原文约100字/词，阅读约需1分钟。发表于：。研究使用深度学习（DL）技术，设计基于计算机断层扫描（CT）的 DL 算法，从非严格研究协议中收集的 CT 脑部扫描数据中检测急性缺血性中风（AIS）病变，并分类受影响的脑部侧边。通过探索 AIS 病变特征、背景脑部外观和时间对 DL 性能的影响，最佳 DL 方法对病变存在和侧边分类达到了 72％的准确率，对大尺寸病变（80％准确率）和多发病变（87％二个病变、100％三个或以上病变的准确率）检测效果更好。
该研究使用深度学习技术，设计基于CT的算法，检测急性缺血性中风病变并分类受影响的脑部侧边。最佳DL方法对病变存在和侧边分类达到了72％的准确率，对大尺寸和多发病变检测效果更好。
