深度学习在脑小血管病影像学标志物中的研究进展
白雪冬1
张小雷2
夏爽3
1.067000 承德医学院附属医院放射科2.067000 承德医学院生物医学工程系3.300192 南开大学附属第一中心医院放射科
摘要：随着人工智能技术的飞速发展,特别是深度学习算法的应用,使脑小血管病典型影像学标志物的检测及量化评估速度增快、准确性提高.本文拟综述深度学习算法在脑微出血、脑白质高信号、扩大的血管周围间隙、腔隙、近期皮质下梗死及脑萎缩等脑小血管病影像学标志物中的研究进展,以为脑小血管病的精准医疗提供支持.
关键词：大脑小血管疾病深度学习综述
资助基金：国家自然科学基金(82171916)河北省卫生健康委重点科技研究计划项目(20200385)
论文发表日期：2023-01-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 9-14 )
英文信息