机器学习算法用于检测内出血的诊断测试准确性:系统性审查和元分析研究
Masoud Maghami1, Shahab Aldin Sattari2, Marziyeh Tahmasbi3
1Medical Doctor (MD), School of Medicine, Ahvaz Jundishapur University of Medical Sciences, Ahvaz, Iran.
Biomedical engineering online
|December 4, 2023
概括
机器学习 (ML) 在CT扫描上诊断内出血 (ICH) 方面显示了可接受的性能. ResNet算法在ICH检测方面显示出有前途的结果,并有可能通过架构学习网络 (ALN) 培训来改进.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 在CT扫描上进行内出血 (ICH) 诊断至关重要.
- 评估机器学习 (ML) 的诊断准确性对于ICH检测至关重要.
结论:
- 机器学习证明了在非对比CT扫描上诊断ICH的可接受性能.
- ResNet算法对ICH检测显示出有希望的结果.
- 通过架构学习网络 (ALN) 培训,可以实现预测的进一步改进.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
