脑卒中的预测：现状与挑战

摘要

脑卒中分为缺血性和出血性，需采用不同的治疗方案。相关领域的临床研究大多停留在患者发病后的脑卒中分类和针对性的药物治疗，所以缺少患者未发病前的脑部研究，进而无法采取相应的干预措施。因此，研究缺血性脑卒中和出血性脑卒中的脑CT影像分布规律，精准提取有效特征实现发病前分类预测具有十分重要的科学意义和应用价值。脑卒中患者也存在一定的复发风险，仅靠临床人工判断难以准确发现卒中后各种介入因素与复发风险之间的内在联系，所以开展卒中后影像图特征变化规律的研究，实现患者复发风险的快速评估预测，对复发前个体化及早期干预治疗同样具有重要临床意义。

关键词

脑卒中 / 影像特征 / 发病前分类预测 / 复发预测 / 深度学习 / 卷积神经网络

基金资助

重庆市科卫联合面上项目(编号:2024XSXM033); 重庆市江津区科技局指导性技术计划项目(编号:Y2022069)