【一百六十七篇】基于图像的机器学习模型在肝硬化静脉曲张出血预后方面优于临床风险评分

文章预览

深度学习辣汤小组文献阅读学习之一百六十七篇  2024/4/19  DeepLearning 深度学习辣汤小组 基于图像的机器学习模型在肝硬化静脉曲张出血预后方面优于临床风险评分 Abstract 2023年，来自东南大学附属中大医院放射科的Yin Gao等人开发并验证基于对比增强 CT 图像的机器学习模型，以预测肝硬化合并急性静脉曲张出血 (AVB) 患者发生复合临床终点（医院干预或死亡）的风险，该模型性能优于传统临床评分，并在期刊EUR RADIOL（IF=5.9，医学2区TOP）上发表题为“An imaging-based machine learning model outperforms clinical risk scores for prognosis of cirrhotic variceal bleeding”的文章。 DOI https://doi.org/10.1007/s00330-023-09938-w 左右滑动查看文章 一、研究背景 静脉曲张出血是肝硬化门静脉高压最严重的并发症。胃食管静脉曲张破裂出血与肝硬化患者的高死亡率直接相关。急性静脉曲张出血(AVB) ………………………………