神经精神性系统性红斑狼疮患者脑代谢的机器学习研究  

作　　者：李雁 葛祖浩 张志艳 周腾 吴仁华[1,6] 

机构地区：[1]汕头大学医学院 [2]汕头大学工学院 [3]惠州市中心人民医院 [4]汕头大学计算机科学系 [5]香港理工大学智能健康中心 [6]中华医学会放射学会分子影像学组

出　　处：《人工智能》2020年第1期72-82,共11页Artificial Intelligence View

摘　　要：为早期诊断神经精神性系统性红斑狼疮(Neuropsychiatric Systemic Lupus Erythematosus, NPSLE),本文讨论研究建立一种新的多体素磁共振频谱(Magnetic Resonance Spectroscopy, MRS)机器学习模型。该方法回顾性研究23例确诊的NPSLE患者和16例健康对照者(HC),均行3.0TMRI多体素磁共振频谱检查。研究表明,通过建立基于SVM的MRS机器学习模型,可以显著提高多体素MRS采集的代谢特征对早期诊断NPSLE的准确性。这为人工智能在医学影像中的应用以及智能辅助诊断系统的开发提供了新思路。

关 键 词：磁共振频谱 脑代谢 回顾性研究 机器学习 医学影像 多体素 早期诊断 人工智能 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] R593.241[自动化与计算机技术—控制科学与工程] R747.9[医药卫生—内科学]