对人工智能工具对慢性中风病变细分的性能进行评估
Ramsha Ahmed1, Aamna Al Shehhi2, Bilal Hassan3
1Department of Biomedical Engineering, Khalifa University of Science and Technology, Abu Dhabi, United Arab Emirates.
Computers in biology and medicine
|August 12, 2023
概括
脑中风后病变的解剖学痕迹 (ATLAS) 数据集有助于人工智能 (AI) 在脑中风病变细分方面. 然而,目前的AI方法表现中度性能和高可变性,缺乏对各种损伤模式的稳定性.
科学领域:
- 神经成像和人工智能的人工智能
- 医学图像分析 医学图像分析
- 脑卒中研究 脑卒中研究
背景情况:
- 自动化中风病变细分对于临床研究至关重要,有助于了解缺陷和恢复.
- 监督的人工智能 (AI),特别是深度学习,显示出对病变细分的承诺,实现专家级别的性能.
- 像ATLAS这样的大数据集的可用性加速了用于中风病变细分的AI开发.
结论:
- 目前的人工智能研究尚未产生能够处理异质性中风病变模式的强大架构.
- 该审查强调了评估人工智能表现的挑战,原因是基本真理定义中的不确定性.
- 需要进一步开发以提高AI的稳定性,并解决中风病变细分的变异性.
更多相关视频
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
40.3K
04:25Author Spotlight: Bridging Gaps in Anatomy and Establishing a Foundation for Algorithmic Studies
Published on: December 15, 2023
2.5K
