研究人员开发了 StrokeTimer,一个使用非对比增强 CT 扫描来估算缺血性卒中发病时间的新框架。该方法采用自监督解耦和能量引导的对比学习,即使在数据不平衡和扫描仪类型各异的情况下,也能识别出卒中的细微迹象。在多中心数据集上,StrokeTimer 的宏观 AUC 达到 0.69,宏观 F1 分数达到 0.57,显著优于现有的基线方法。 AI
影响 通过提供更准确的发病时间估算,有潜力改善急性缺血性卒中的治疗决策。
排序理由 该集群包含一篇详细介绍用于特定医疗应用的 AI 模型的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →