Nov, 2023
使用 ResNet 基于胆碱能通路高信号区 4 类 T2-FLAIR 切片分类用于病理性衰老
Using ResNet to Utilize 4-class T2-FLAIR Slice Classification Based on the Cholinergic Pathways Hyperintensities Scale for Pathological Aging
Wei-Chun Kevin Tsai, Yi-Chien Liu, Ming-Chun Yu, Chia-Ju Chou, Sui-Hing Yan...
TL;DR通过训练基于深度学习的模型,我们成功地开发出一种能够自动识别与 CHIPS 相关的四个切片的方法,该方法能够在评估痴呆严重程度方面作为一个指标,并且具有 99.82% 的准确率和 99.83% 的 F1 分数。这一成就突显了 BSCA 作为一种自动筛查工具的潜在影响,它能够简化在沿着胆碱能通路中涵盖白质标志物的四个特定 T2-FLAIR 切片的选择过程,临床医生可以利用该工具高效地评估临床痴呆的风险。