典型文献
基于机器学习早期预测蛛网膜下腔出血后迟发性脑缺血和不良预后的研究进展
文献摘要：
迟发性脑缺血是动脉瘤性蛛网膜下腔出血患者中最常见的并发症,也是大多数幸存者出现运动功能缺陷、认知功能障碍等不良预后和生活质量下降的最重要的可预防原因.早期准确预测蛛网膜下腔出血后迟发性脑缺血和不良预后对患者及时干预非常关键,机器学习作为人工智能领域的一个分支,是预测上述结局事件的最重要方法.作者就近年报道过早期预测蛛网膜下腔出血后迟发性脑缺血和不良预后的机器学习算法模型以及评价指标的文献进行综述,以期帮助临床医师能够通过机器学习算法模型早期预测迟发性脑缺血和不良预后的发生,为临床决策提供依据.
文献关键词：
迟发性脑缺血;蛛网膜下腔出血;预后;人工智能;机器学习;综述
中图分类号：
作者姓名：
胡平;叶立果;邓钢;陈谦学
作者机构：
430060 武汉大学人民医院神经外科
文献出处：
引用格式：
[1]胡平;叶立果;邓钢;陈谦学-.基于机器学习早期预测蛛网膜下腔出血后迟发性脑缺血和不良预后的研究进展)[J].中国脑血管病杂志,2022(07):504-508
A类：
B类：
基于机器学习,早期预测,迟发性脑缺血,不良预后,动脉瘤性蛛网膜下腔出血,幸存者,运动功能,功能缺陷,认知功能障碍,准确预测,常关,习作,人工智能领域,就近,年报,过早,机器学习算法,算法模型,临床医师,师能,临床决策
AB值：
0.173815
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
