Deep Transformation Models

新型AI模型可高精度、高可解释性地预测卒中预后

研究人员开发了多模态深度转换模型（DTMs），该模型结合了统计方法和神经网络，用于预测卒中后三个月的独立功能。这些模型取得了强大的预测性能，AUC为0.81，同时通过Grad-CAM和Occlusion等改编的可解释性方法提供了可解释性。该研究使用了407名患者的弥散加权成像和临床数据，确定了卒中前的独立功能和卒中严重程度是关键预测因子。可解释性图谱突出了特定的脑区，为卒中病理生理学和进一步研究的潜在领域提供了见解。