机器学习在缺血性脑卒中生物标志物预测中的研究进展  

作　　者：张旭辉[1] 邓卫岭 吴永明[1] 

机构地区：[1]南方医科大学南方医院,广东 广州 510515

出　　处：《中国科技期刊数据库 医药》2024年第8期014-018,共5页

摘　　要：缺血性脑卒中(Ischemic Stroke,IS)是全球最主要的死因之一。随着人口老龄化加速,IS严重威胁老年人的健康与生存质量。因此,亟需寻找新的治疗靶点以改善IS的诊疗效率,其中一个重要的突破点是IS相关的生物标志物。得益于人工智能的不断发展,机器学习方法凭借着其优秀的特征提取和预测能力,在挖掘IS相关生物标志物中发挥了重要作用。本文综合归纳了IS生物标志物预测中常用的机器学习算法,分析其在IS的诊断、疗效监测及预后预测中的应用价值,并对未来的研究方向提供一定的线索。

关 键 词：缺血性脑卒中 机器学习 生物标志物 数据分析 

分 类 号：R743[医药卫生—神经病学与精神病学]