《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]》
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。
图表编号 | XD0069753900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.20 |
作者 | 吴秋雯、李郁欣、黄磊、周书怡、胡斌、鲍奕仿、耿辰、夏威、杨丽琴、耿道颖 |
绘制单位 | 复旦大学工程与应用技术研究院、复旦大学附属华山医院放射科、复旦大学医学功能与分子影像研究所、复旦大学附属华山医院放射科、复旦大学附属华山医院放射科、复旦大学附属华山医院放射科、复旦大学附属华山医院放射科、复旦大学工程与应用技术研究院、复旦大学工程与应用技术研究院、复旦大学附属华山医院放射科、复旦大学医学功能与分子影像研究所、复旦大学工程与应用技术研究院、复旦大学附属华山医院放射科、复旦大学医学功能与分子影像研究所 |
更多格式 | 高清、无水印(增值服务) |