多中心人工智能模型用于未破裂颅内动脉瘤的检测和三维TOF-MRI的体积分割
发表于: 。本研究旨在开发一种开源的nnU-Net基础的人工智能模型,以结合检测和分割未破裂颅内动脉瘤(UICA)。研究表明,该模型在三维TOF-MRI图像上的敏感性为82%到85%,且假阳性率较低,具有潜在的临床应用价值,能够改善UICA的诊断及监测。
本研究旨在开发一种开源的nnU-Net基础的人工智能模型,以结合检测和分割未破裂颅内动脉瘤(UICA)。研究表明,该模型在三维TOF-MRI图像上的敏感性为82%到85%,且假阳性率较低,具有潜在的临床应用价值,能够改善UICA的诊断及监测。