基于DSA的特征在预测针干预在缺血性中风后上肢功能障碍的结果方面的临床疗效
Yuqi Tang1,2, Sixian Hu3, Yipeng Xu1
1School of Acu-Mox and Tuina, Chengdu University of Traditional Chinese Medicine, Chengdu, 610075, China.
Chinese medicine
|November 10, 2024
概括
机器学习准确地预测了中风患者上肢功能障碍的针疗效. 内动脉狭窄显著影响治疗结果,突出了改善患者护理的关键预测因素.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 缺血性中风经常导致上肢运动功能障碍.
- 针是一种潜在的治疗方法,但其有效性预测具有挑战性.
- 机器学习为预测治疗结果提供了新的方法.
研究的目的:
- 开发一种机器学习模型,用于预测中风患者的针疗效.
- 确定治疗反应的关键预测因素.
- 评估这个预测模型的临床实用性.
主要方法:
- 收集了735名用针治疗的缺血性中风患者的数据.
- 利用深度学习 (YOLOX,FasterRCNN,TOOD) 进行大脑血管对象检测.
- 将船舶数据集成到随机森林模型中,以预测处理反应.
主要成果:
- 该预测模型实现了93.6%的准确性,曲线下面积 (AUC) > 0.95.
- 内动脉 (ICA) 狭窄,特别是在初始和C1段,显示出高预测影响.
- 中部,前部和后部大脑动脉的狭窄也影响了预测,而脊椎动脉狭窄的影响最小.
结论:
- 在ICA内的脑血管狭窄部位是针疗效的重要预测因素.
- 在预测治疗结果方面,ICA的初始和C1段是关键的.
- 机器学习模型可以有效地预测中风患者对针的临床反应.
关键词:
DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA DSA机器学习是机器学习.对象检测检测对象检测对象检测预测模型是一个预测模型.一次性中风,中风.上肢功能障碍 上肢功能障碍更多相关视频
07:35Author Spotlight: Rehabilitation of Stroke Patients With a Digital Occupational Training System
Published on: December 29, 2023
1.1K
05:28Author Spotlight: Enhancing Upper Limb Rehabilitation in Stroke Patients Through Advanced Robotic and Neuromodulation Technologies
Published on: October 11, 2024
497
