机器学习在脑功能障碍磁共振成像诊断中的应用-中国期刊网

摘要摘要磁共振成像与机器学习算法相结合、建立诊断模型的研究方法被广泛应用于脑功能障碍辅助诊断的科研与临床之中。本文就目前应用于脑功能障碍相关疾病MRI常见的五种机器学习算法进行综述，即线性回归模型、K-最近邻、支持向量机、随机森林和深度学习。主要内容包括它们的基本原理、现阶段的应用、适用范围和局限性。相关研究应朝着脑影像特征的挖掘、标准化数据库的建立、多模态MRI的数据整合和机器学习算法的联合应用方向继续努力。

1董莘;胡连源. 磁共振脑功能成像.临床医学,2002-02.
2陈紫微,江桂华,叶茜,冯颖. 失眠障碍脑功能静息态功能磁共振成像研究进展.医药卫生,2023-03.
3黄仲奎. 磁共振脑功能成像的原理和应用.诊断学,2003-01.
4胡雨琪. 磁共振脑功能成像技术的应用分析.公共卫生与预防医学,2024-01.
5魏鑫茹,段佳,张然,杨景钰,张陆衡,姚菲,董帅,张锡哲,王菲,朱荣鑫. 基于功能磁共振成像与深度学习的双相障碍辅助诊断模型.医药卫生,2022-12.
6周福庆,Ze Wang,曾献军. 功能磁共振成像时域功能熵及其在脑疾病中的应用.文化科学,2022-12.
7梁碧玲;张卫东. 功能磁共振成像在脑肿瘤诊断中的应用.肿瘤,2004-02.
8高正阳,孙学进通讯作者. 磁共振在女性盆底功能障碍性疾病诊断的价值体会.临床医学,2023-05.
9高正阳,孙学进通讯作者. 磁共振在女性盆底功能障碍性疾病诊断的价值体会.临床医学,2023-04.
10高正阳,孙学进通讯作者. 磁共振在女性盆底功能障碍性疾病诊断的价值体会.临床医学,2023-04.

机器学习在脑功能障碍磁共振成像诊断中的应用

来源期刊

相关推荐

同分类资源更多

相关关键词

机器学习在脑功能障碍磁共振成像诊断中的应用

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多