机器学习模型在急性缺血性卒中并发症及预后预测中的研究进展

发布时间：2021-09-04 02:02

　　随着医疗数据的不断集成和计算机运算能力的大幅提升,基于机器学习的卒中预测研究逐渐成为交叉学科中的研究热点。相较于传统量表评分,机器学习模型具有快速、准确、可重复性等优势,已被用于卒中的诊断和预后预测,帮助临床医师准确判断患者病情及预后。本文介绍了目前机器学习算法用于急性缺血性卒中并发症及预后预测的研究进展,并分析了当前研究存在的问题,如研究数量不足、样本量过少、缺少外部验证等。 

【文章来源】：中国卒中杂志. 2020,15(06)

【文章页数】：5 页

【文章目录】：
1 机器学习在急性缺血性卒中并发症预测中的应用
    1.1卒中相关性肺炎肺炎
    1.2 卒中后抑郁
    1.3 症状性颅内出血
2 机器学习在急性缺血性卒中预后预测中的应用
    2.1 针对急性缺血性卒中患者预后预测
    2.2 针对接受静脉溶栓的急性缺血性卒中患者预后预测
3 总结



本文编号：3382333