基于机器学习的影像组学模型在重度无症状性颈动脉狭窄危险分层中的应用

文章预览

  点击上方   蓝字   关注我们    了解更多资讯 刘展 1 ，刘晓鹏 1 ，刘敏 2 ，甄雅南 1 ，郑夏 1 ，温见燕 1 ，叶志东 1 ，刘鹏 1 1. 北京大学医学部中日友好临床医学院 中日友好医院 心脏血管外科（北京  100029） 2. 中日友好医院 放射诊断科（北京  100029） 刘展和刘晓鹏为共同第一作者 通信作者： 刘鹏，Email：pengliu5417@163.com 关键词 ： 重度无症状性颈动脉狭窄；机器学习；影像组学；预测模型；人工智能 引用本文： 刘展, 刘晓鹏, 刘敏, 等. 基于机器学习的影像组学模型在重度无症状性颈动脉狭窄危险分层中的应用. 中国胸心血管外科临床杂志, 2022, 29(10): 1270-1276. doi: 10.7507/1007-4848.202205046 Liu Z, Liu XP, Liu M, et al. Machine learning-based radiomics model for risk stratification of severe asymptomatic carotid stenosis. Chin J Clin Thorac Cardiovasc Surg, 2022, 29(10): 1270-1276. doi: 10.7507/1007-4 ………………………………