论文部分内容阅读
人工智能作为一种新兴技术,已应用于脑卒中预防、诊治和康复等多领域,并突显出巨大的潜力。人工智能与大数据相结合,可用于脑卒中高危人群的精准识别、自动化病因分型、辅助脑卒中急性期和二级预防策略的制定,从而提高脑卒中患者康复治疗效果。本文综述人工智能在脑卒中预防、诊治和康复中的研究进展。
人工智能在脑卒中管理中的研究进展
【摘 要】
：
人工智能作为一种新兴技术,已应用于脑卒中预防、诊治和康复等多领域,并突显出巨大的潜力。人工智能与大数据相结合,可用于脑卒中高危人群的精准识别、自动化病因分型、辅助
【机 构】
：
天津市环湖医院神经康复科
【出 处】
：
中国现代神经疾病杂志
【发表日期】
：
2021年1期
其他文献
为提高手机上网流量预测的精度,提出一种使用粒子群算法优化深度极限学习机的手机上网流量预测方法。流量数据具有非线性、自相似性和长相关性的特性,且以时间刻度为单位记录
针对PathSim算法只能度量异构网络同类节点和预设元路径的问题,提出可度量任意类型节点的加权融合元路径的相似性度量算法Multi-WPathSim。基于随机游走与CBOW模型进行元路径
脑血流动力学损害是小动脉硬化型脑小血管病发病机制的重要环节,包括血压变异性升高、血管搏动性改变、脑血流量降低等,并可能通过加重内皮功能障碍、血-脑屏障破坏等使疾病
为解决去中心化存储中应用相同参数的低码率RS (Reed-Solomon codes)码导致的修复带宽较高和稳定节点资源浪费的问题,提出LRC-RS混合编码的编码策略。通过将节点按可信度分类,让高可信节点使用LRC编码,低可信节点使用低码率的RS编码,降低修复带宽和减少稳定节点存储开销。理论联系实验结果表明,在同等的冗余度和规定的可靠性下,LRC-RS码具有更低的修复带宽和磁盘I/O。
颅内动脉粥样硬化性狭窄是亚洲人群缺血性卒中的常见原因,好发于大脑中动脉。症状性大脑中动脉粥样硬化性狭窄(sMCAS)致缺血性卒中的复发风险较高,需积极的干预治疗,但其干预
为解决5G条件下无线传感网存在的拥塞控制困难、簇头节点受限严重等不足,提出基于能量均衡-延迟削弱机制的无线传感网稳定传输算法。设计信道状态控制指标,结合数据分段传输