10.3969/j.issn.1672-7770.2020.01.003
人工智能与脑网络组融合助力意识障碍预后预测研究
意识障碍(DOC)患者的预后预测对临床治疗及患者家属都有重要意义.但目前的预后预测模型的准确度不高,敏感性和特异性均较低.本研究在基于病因、年龄和病程作为重要预测指标的基础上,融合使用基于脑功能磁共振影像的患者脑功能网络特征,利用人工智能和机器学习算法,研发出了一个预测意识障碍患者能否苏醒的计算模型,准确率达到了88%.
脑网络、人工智能、意识障碍、预后预测、功能磁共振
17
R651;TP18(外科学各论)
国家自然科学基金31870984
2020-04-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
8-10