吴韵阳,高键东,吴及
卒中分为缺血性和出血性卒中,其中缺血性卒中发生率为60%~70%[1]。近年来我国卒中发生率逐年上升,已成为居民致残和致死的首位病因[1]。卒中的发生与年龄、家族史、高血压、糖尿病、高脂血症等因素相关,其病因复杂,患者间异质性大。传统诊断方法主要依赖医师自身的诊疗经验,诊治水平差异性较大。人工智能影像技术可深入挖掘卒中患者的多模态影像信息并综合分析其他临床数据,在精准评估、整合分析、推理预测等方面较传统诊断方法具备显著优势,可提升筛查和诊断的速度及准确率,促进卒中诊治标准化,提高各地医疗服务水平。本文将对人工智能影像技术在卒中诊疗中的应用现状展开综述。
人工智能影像技术的常规定义为“智能主体(intelligent agent)”的研究和设计,包括研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术和应用系统[2]。目前的人工智能影像技术包括两类,分别是机器学习和认知科学技术。
机器学习致力于应用计算的手段从数据中学习,运用经验以改善系统自身的性能。机器学习算法可以分为有监督学习、无监督学习和强化学习三类,目前在针对卒中诊治的研究中,有监督学习算法的应用更加广泛,常用的有监督算法包括人工神经网络、随机森林、逻辑回归、线性回归及支持向量机等。认知科学技术则强调对数据、模式和情景进行创造性推理,两者应用场景有所不同。……