《表3 部分文献报告的机器学习算法在颈动脉斑块MRI图像分类中的研究[37, 38, 41, 44, 48～50]》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习算法在颈动脉斑块影像学分类中的研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:Y/N=有无症状；LDC=线性判别分类器；K-Means=K均值聚类算法；MLC=最大似然分类

见表3。已有研究表明[32～36]，多对比度MRI具备表征斑块形态学和成分（脂质、钙化、纤维、斑块内出血）的能力。因此，对于MRI的分类研究[37，38，41，44，48～50]大多是为了对斑块成分进行定性和定量。