A weakly supervised deep learning model integrating noncontrasted computed tomography images and clinical factors facilitates haemorrhagic transformation prediction after intravenous thrombolysis in acute ischaemic stroke patients.
Autor: | Ru, Xiaoshuang1 (AUTHOR), Zhao, Shilong2 (AUTHOR), Chen, Weidao3 (AUTHOR), Wu, Jiangfen3 (AUTHOR), Yu, Ruize3 (AUTHOR), Wang, Dawei3 (AUTHOR), Dong, Mengxing3 (AUTHOR), Wu, Qiong4 (AUTHOR), Peng, Daoyong4 (AUTHOR), Song, Yang1 (AUTHOR) sy_zxyy@163.com |
---|---|
Zdroj: | BioMedical Engineering OnLine. 12/19/2023, Vol. 22 Issue 1, p1-17. 17p. |
Databáze: | Academic Search Ultimate |
Externí odkaz: | |
Nepřihlášeným uživatelům se plný text nezobrazuje | K zobrazení výsledku je třeba se přihlásit. |
načítá se...