跳到正文
arXiv · 机器人与计算机视觉· Natasha Ironside, Hongyu Kan, Kristofor Pas, Mohammad Shifat-E-Rabbi, Benjamin Newman, Shinjini Kundu, Kareem El Naamani, Tanvir Rizvi, Andrea Becerril-Gaitan, Harrison Snyder, Aarathi Manchikalapudi, Sarah Ratcliffe, Stacie L. Demel, Carl D. Langefeld, Daniel Woo, Stephan Mayer, E. Sander Connolly, Gustavo Rohde, for the ERICH Investigators, the VISTA-ICH collaboration·· 24 天前AI 评分3

ERICH 与 VISTA-ICH 协作研究:基于 TBM 的非增强 CT 脑出血区域预测模型

Regional prediction of hematoma expansion from non-contrast computed tomography in spontaneous intracerebral hemorrhage patients

AI 导读

该研究利用 ERICH 数据集构建、VISTA-ICH 验证,提出一种基于运输形态计量学(TBM)的区域性非增强 CT 图像特征模型以预测自发性脑出血血肿扩张。在包含 196 名患者的验证集中,该区域模型对血肿扩张的预测 AUROC 达 0.787,优于临床及机器学习替代方法。研究证实 TBM 能区分并可视化不同脑区(叶间、基底节或丘脑)的血肿扩张特征,为理解其病理生理提供初步证据。

来源:arXiv · 机器人与计算机视觉 · arxiv.org