换一批人工智能在颈动脉易损斑块MRI中的研究进展
Advances in artificial intelligence for MRI of carotid artery vulnerable plaques
摘要缺血性脑卒中发病率高、致残率高、病死率高,全球范围内约18%～30%的缺血性卒中事件归因于颈动脉易损斑块破裂引发的血栓栓塞.然而当前临床实践中颈动脉易损斑块的精准识别面临重大挑战,传统影像学技术存在敏感度不足的局限性.多参数磁共振成像(magnetic resonance imaging,MRI)凭借高软组织对比度成为评估斑块易损性的金标准,但人工分析存在观察者间差异大、特征关联性不足等局限.本文从斑块自动分割与定量分析算法的创新、基于深度学习(deep learning,DL)的易损性生物标志物预测模型和临床预后评估与治疗响应预测的智能化方法等方面,综述人工智能(artificial intelligence,AI)技术在颈动脉易损斑块MRI评估中的研究进展,指出了目前研究的局限性,并提出了未来的研究方向.本文深度整合AI技术潜能加速其在颈动脉易损斑块识别中的临床应用转化,从而提升易损斑块检出效能,助力缺血性脑卒中的早期防治.
更多相关知识
关键词
脑血管病缺血性脑卒中颈动脉易损斑块人工智能磁共振成像深度学习cerebrovascular diseaseischemic strokevulnerable carotid artery plaqueartificial intelligencemagnetic resonance imagingdeep learning
栏目名称
DOI
10.12015/issn.1674-8034.2026.01.028
发布时间
2026-01-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览17
- 被引0
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
