您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览9 | 下载0

目的:探讨临床因素模型、基于基线平扫CT的深度学习模型及两者联合预测脑出血血肿扩大的价值。方法:该研究为横断面研究。回顾性分析2017年1月至2021年12月在苏州大学附属第二manbet官网登录 首次就诊的脑出血患者471例,采用随机函数以7∶3的比例分为训练集(330例)和验证集(141例)。所有患者均在24 h内接受2次CT检查且以血肿体积增加>33

作者:王业青;时代;印宏坤;张慧玲;徐亮;范国华;沈钧康

来源:中华放射学杂志 2024 年 58卷 5期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:9 | 下载:0
作者:
王业青;时代;印宏坤;张慧玲;徐亮;范国华;沈钧康
来源:
中华放射学杂志 2024 年 58卷 5期
标签:
脑出血 血肿扩大 体层摄影术,X线计算机 深度学习 Cerebral hemorrhage Haematoma expansion Tomogragy, X-ray computed Deep learning
目的:探讨临床因素模型、基于基线平扫CT的深度学习模型及两者联合预测脑出血血肿扩大的价值。方法:该研究为横断面研究。回顾性分析2017年1月至2021年12月在苏州大学附属第二manbet官网登录 首次就诊的脑出血患者471例,采用随机函数以7∶3的比例分为训练集(330例)和验证集(141例)。所有患者均在24 h内接受2次CT检查且以血肿体积增加>33