背景及目的:血腫擴(kuò)大與腦出血（intracerebral hemorrhage,ICH）患者的神經(jīng)功能預(yù)后不良密切相關(guān)。因此,準(zhǔn)確預(yù)測(cè)ICH患者是否發(fā)生血腫擴(kuò)大具有重要的臨床工作意義。在此研究中,我們探究了1種雙模型的機(jī)器學(xué)習(xí)（machine learning,ML）方法對(duì)于血腫擴(kuò)大的預(yù)測(cè)能力。此方法的特點(diǎn)是可以將ICH患者的非增強(qiáng)CT（non-contrast computed tomography,NCCT）圖像信息與患者的多個(gè)臨床資料數(shù)據(jù)結(jié)合用于血腫擴(kuò)大的預(yù)測(cè)。方法:我們回顧性收集了2016年5月至2018年12月來(lái)自吉林大學(xué)第一醫(yī)院的140例ICH患者（其中包含58位發(fā)生血腫擴(kuò)大的患者）,總共獲得了5616張NCCT血腫圖像（其中包含2635張發(fā)生血腫擴(kuò)大的圖像）以及每位患者的10個(gè)臨床資料數(shù)據(jù)。此研究中使用的雙模型ML方法包含2個(gè)步驟。第1個(gè)步驟是使用1個(gè)基于深度卷積神經(jīng)網(wǎng)絡(luò)（deep convolutional neural network,DCNN）的單模型預(yù)測(cè)器,此預(yù)測(cè)器僅使用患者的基線NCCT圖像進(jìn)行血腫擴(kuò)大的預(yù)測(cè)。為了選擇合適的DCNN模型,我們同時(shí)比較了3個(gè)DCN... 

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
abstract
英文縮略詞表
第1章 前言
    1.1 研究背景及目的
第2章 綜述
    2.1 NCCT預(yù)測(cè)血腫擴(kuò)大的研究進(jìn)展及人工智能機(jī)器學(xué)習(xí)簡(jiǎn)介
    2.2 血腫擴(kuò)大的定義
    2.3 NCCT血腫擴(kuò)大的預(yù)測(cè)因素
        2.3.1 首次NCCT檢查時(shí)間
        2.3.2 血腫體積
        2.3.3 血腫邊緣的不規(guī)則
        2.3.4 血腫密度
    2.4 展望及人工智能機(jī)器學(xué)習(xí)簡(jiǎn)介
第3章 資料與方法
    3.1 患者資料收集
        3.1.1 研究對(duì)象
        3.1.2 患者納入及排除標(biāo)準(zhǔn)以及血腫擴(kuò)大定義
        3.1.3 血腫體積測(cè)量方法
    3.2 圖像的預(yù)處理
    3.3 流程圖
    3.4 雙模型的ML方法
        3.4.1 第1 個(gè)預(yù)測(cè)模型:基于DCNN的單模型預(yù)測(cè)
        3.4.2 第2 個(gè)預(yù)測(cè)模型:基于MLP的雙模型預(yù)測(cè)
    3.5 模型性能的評(píng)估
第4章 結(jié)果
    4.1 患者基本資料
    4.2 圖像預(yù)處理結(jié)果
    4.3 ML預(yù)測(cè)血腫擴(kuò)大的性能評(píng)估
第5章 討論
第6章 結(jié)論
參考文獻(xiàn)
作者簡(jiǎn)介
致謝


【參考文獻(xiàn)】：
期刊論文
[1]人工智能在重癥醫(yī)學(xué)領(lǐng)域的應(yīng)用進(jìn)展[J]. 謝芳,薄祿龍,卞金俊.  國(guó)際麻醉學(xué)與復(fù)蘇雜志. 2019 (10)
[2]人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用與挑戰(zhàn)[J]. 季冰,劉伶俐.  中國(guó)醫(yī)學(xué)倫理學(xué). 2019(08)
[3]人工智能在醫(yī)學(xué)領(lǐng)域的研究進(jìn)展[J]. 高萌,楊仙鴻,姜祎群.  中華皮膚科雜志. 2019 (02)
[4]人工智能在神經(jīng)醫(yī)學(xué)領(lǐng)域應(yīng)用的現(xiàn)狀和展望[J]. 王擁軍,荊京.  中華內(nèi)科雜志. 2018 (10)



本文編號(hào)：3686536