• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Deep Learning to Predict Functional Outcome in Acute Ischemic Stroke.

作者信息

Lee Ting-Yim

机构信息

From the Lawson Research Institute, London, ON, Canada; Robarts Research Institute, London, ON, Canada; and Western University, 1151 Richmond St, London, ON, Canada N6A 3K7.

出版信息

Radiology. 2024 Oct;313(1):e242705. doi: 10.1148/radiol.242705.

DOI:10.1148/radiol.242705
PMID:39404635
Abstract
摘要

相似文献

1
Deep Learning to Predict Functional Outcome in Acute Ischemic Stroke.深度学习预测急性缺血性卒中的功能结局
Radiology. 2024 Oct;313(1):e242705. doi: 10.1148/radiol.242705.
2
Improving Ischemic Stroke Care With MRI and Deep Learning Artificial Intelligence.应用 MRI 和深度学习人工智能改善缺血性脑卒中护理。
Top Magn Reson Imaging. 2021 Aug 1;30(4):187-195. doi: 10.1097/RMR.0000000000000290.
3
Deep learning-based white matter lesion volume on CT is associated with outcome after acute ischemic stroke.基于深度学习的 CT 脑白质病变体积与急性缺血性脑卒中后的结局相关。
Eur Radiol. 2024 Aug;34(8):5080-5093. doi: 10.1007/s00330-024-10584-z. Epub 2024 Jan 29.
4
Detecting the Early Infarct Core on Non-Contrast CT Images with a Deep Learning Residual Network.利用深度学习残差网络在非对比 CT 图像上检测早期梗死核心。
J Stroke Cerebrovasc Dis. 2021 Jun;30(6):105752. doi: 10.1016/j.jstrokecerebrovasdis.2021.105752. Epub 2021 Mar 27.
5
Regarding "Automated Segmentation of Intracranial Thrombus on NCCT and CTA in Patients with Acute Ischemic Stroke Using a Coarse-to-Fine Deep Learning Model".关于“使用从粗到细的深度学习模型对急性缺血性中风患者的非增强CT和CT血管造影上的颅内血栓进行自动分割”
AJNR Am J Neuroradiol. 2023 Sep;44(9):E41. doi: 10.3174/ajnr.A7972. Epub 2023 Aug 17.
6
Evaluating Performance of a Deep Learning Multilabel Segmentation Model to Quantify Acute and Chronic Brain Lesions at MRI after Stroke and Predict Prognosis.评估深度学习多标签分割模型在中风后MRI上量化急性和慢性脑损伤及预测预后的性能。
Radiol Artif Intell. 2025 May;7(3):e240072. doi: 10.1148/ryai.240072.
7
Automated Segmentation of Intracranial Thrombus on NCCT and CTA in Patients with Acute Ischemic Stroke Using a Coarse-to-Fine Deep Learning Model.基于粗到精深度学习模型的急性缺血性脑卒中患者 NCCT 和 CTA 上颅内血栓的自动分割。
AJNR Am J Neuroradiol. 2023 Jun;44(6):641-648. doi: 10.3174/ajnr.A7878. Epub 2023 May 18.
8
Deep learning on pre-procedural computed tomography and clinical data predicts outcome following stroke thrombectomy.基于术前计算机断层扫描和临床数据的深度学习可预测中风血栓切除术的预后。
J Neurointerv Surg. 2025 Feb 14;17(3):266-271. doi: 10.1136/jnis-2023-021154.
9
Functional Outcome Prediction in Acute Ischemic Stroke Using a Fused Imaging and Clinical Deep Learning Model.使用融合影像与临床深度学习模型对急性缺血性脑卒中的功能预后进行预测。
Stroke. 2023 Sep;54(9):2316-2327. doi: 10.1161/STROKEAHA.123.044072. Epub 2023 Jul 24.
10
Non-inferiority of deep learning ischemic stroke segmentation on non-contrast CT within 16-hours compared to expert neuroradiologists.深度学习算法在 16 小时内对非对比度 CT 影像进行缺血性脑卒中分割的效果不劣于专家神经放射科医师。
Sci Rep. 2023 Sep 26;13(1):16153. doi: 10.1038/s41598-023-42961-x.

引用本文的文献

1
Prediction of prognosis in acute ischemic stroke after mechanical thrombectomy based on multimodal MRI radiomics and deep learning.基于多模态MRI影像组学和深度学习预测机械取栓术后急性缺血性卒中的预后
Front Neurol. 2025 Apr 30;16:1587347. doi: 10.3389/fneur.2025.1587347. eCollection 2025.