人工智能与脑网络组融合助力意识障碍预后预测研究

• 作者: 宋明
• 来源期刊: 临床神经外科杂志
• 学科: 医学
• 关键词: 脑网络 人工智能 意识障碍 预后预测 功能磁共振
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 讲座
• 页码范围: 8-10
• 页数: 3页
• 分类号: R651|TP18
• 字数: 1779字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7770.2020.01.003

摘要

意识障碍(DOC)患者的预后预测对临床治疗及患者家属都有重要意义.但目前的预后预测模型的准确度不高,敏感性和特异性均较低.本研究在基于病因、年龄和病程作为重要预测指标的基础上,融合使用基于脑功能磁共振影像的患者脑功能网络特征,利用人工智能和机器学习算法,研发出了一个预测意识障碍患者能否苏醒的计算模型,准确率达到了88％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋明	中国科学院自动化研究所	12	43	3.0	6.0