排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
阿尔茨海默病（AD）起病隐匿,目前尚无有效控制病情进展以及治疗的药物或方法。在其发病轻度认知功能障碍阶段早期预测进行干预,则能有效控制其病程。从基于脑影像组学特征的AD早期临床诊断、基于人工智能影像组学技术的AD早期预测两个方面综述了AD的早期诊断与预测研究进展,提出结合多模脑核磁共振影像特征和组学特征,在深度学习的框架下,将影像学和基因组学联系在一起,构造高分类与预测性能的深度学习模型,可为AD早期筛查并干预提供支持。 相似文献
2.
基于单次数据采集的多种扩散模型联合应用已逐渐成为临床研究的热点,本研究比较了三种采集方案对于神经扩散模型定量计算的影响,包括Q空间笛卡尔网格（QGrid）、多壳层异向（Free）和多壳层同向（MDDW）采集方案,涉及的扩散模型包含扩散张量成像（DTI）;扩散峰度成像（DKI）;神经突方向分散度和密度成像（NODDI）;平均表观传播（MAP）模型.结果表明DTI和DKI模型对采集方案相对不敏感,而NODDI和MAP对采集方案和最大b值的设置相对较敏感,并且QGrid和Free方案一致性较高,因此在大样本和多中心研究中需要考虑采集方案的选择.此外,考虑到QGrid和Free方案分别在结合更多扩散模型和神经纤维束成像应用上更具优势,因此推荐使用. 相似文献
1