基于机器学习的缺血性脑卒中预测模型的方法学研究进展OA
缺血性脑卒中(IS)疾病负担逐年增加,且该病对居民健康构成重大威胁,故早期筛查及干预IS危险因素对减少疾病负担至关重要。近年随着人工智能和机器学习(ML)的快速发展,ML技术被广泛用于医疗领域,当前存在多种基于ML的IS预测模型,但缺乏从方法学角度系统评估与综合分析上述模型的研究。基于此,本文拟对基于ML的IS预测模型的研究设计、数据集和样本规模选择、算法选择、应用效果、不足及对策进行综述。
杨丹蕾;苏艺成;石靖雯;刘乾坤;马丽;李鹏鹞;谢晖
蚌埠医科大学护理学院,安徽省蚌埠市233030蚌埠医科大学护理学院,安徽省蚌埠市233030蚌埠医科大学护理学院,安徽省蚌埠市233030安徽省蚌埠市第一人民医院心血管内科,233000蚌埠医科大学护理学院,安徽省蚌埠市233030蚌埠医科大学护理学院,安徽省蚌埠市233030蚌埠医科大学护理学院,安徽省蚌埠市233030
医药卫生
缺血性卒中机器学习预测模型综述
《实用心脑肺血管病杂志》 2026 (2)
P.129-134,6
蚌埠医科大学龙湖英才(LH250201002)。
评论